[发明专利]基于优化过程的时滞电力系统全特征谱追踪方法有效
申请号: | 201210241286.3 | 申请日: | 2012-07-12 |
公开(公告)号: | CN102799777A | 公开(公告)日: | 2012-11-28 |
发明(设计)人: | 余晓丹;贾宏杰;王成山 | 申请(专利权)人: | 天津大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 杜文茹 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 优化 过程 电力系统 特征 追踪 方法 | ||
1.一种基于优化过程的时滞电力系统全特征谱追踪方法,其特征在于,包括如下步骤:第1步骤:对如下含有时滞环节的电力系统动态模型
其中:x∈Rn,y∈Rm分别为状态变量和代数变量;(xτi,yτi):=[x(t-τi),y(t-τi)]为时滞状态变量和时滞代数变量;τ=[τ1,τ2,...,τk]为时滞向量,在系统平衡点(x0,y0)处进行线性化,得到如下降阶线性时滞微分方程:
其对应的特征方程为△(λ)=det(λI-A)=0
其中:
第2步骤:系统特征值轨迹追踪的初始化,包括:
(2.1)变量初始化
设系统特征值轨迹的数目Nλ=n,令其中,称为时滞系数,对应k=1,2,...,n,其中为系统的第k个特征值,和分别为所对应的右特征向量的实部和虚部,(·)T为对应矩阵的转置;设追踪计数器初值i=1,设时滞系数初值k=1,2,...,n,设第k个特征值轨迹的追踪步长初值
(2.2)计算得到系统特征值轨迹追踪的起始点
当时滞初值τ=0时,时滞系统退化为如下线性微分方程,系统特征值数目等于矩阵AB的维数:
求解AB的特征谱λB=[λB1,λB2,...,λBn]和对应的右特征向量VB=[vB1,vB2,...,vBn],从而得到特征值轨迹追踪起点k=1,2,...,n。
第3步骤:随追踪计数器i的增长,从零开始逐渐增加逐一求解k=1,2,...,n,包括:
(3.1)判断是否为已计算特征值的重根或共轭特征值?若是,则直接利用已得计算结果更新后转(3.6)步;若否转(3.2)步继续;
(3.2)令并按如下方式对下一步待求结果进行预测:
(3.3)以为初值,求解如下优化模型
min f(λi)
若计算收敛,则得对应的转(3.5)步;否则,转(3.4)步对计算步长进行修正;
(3.4)判断若是,该特征值轨迹计算终止,并转(3.6)步;若否,按下式修正后转(3.2)步重试:
其中:β为小于1.0的修正系数,hmin是预先设定的最小步长;
(3.5)判断是否需增加计算步长,若否,转(3.6)步;若是,则按下式对下一步的计算步长进行修正,后转(3.6)步:
其中:α为大于1.0的修正系数,hmax是预先设定的最大步长;
(3.6)判断k≥Nλ,若是,转第4步骤继续;否则,令k=k+1后转(3.1)继续下一特征值的计算;
第4步骤:根据k=1,2,...,Nλ的计算结果,判断系统是否出现振荡泯灭分岔,即一对共轭特征值在实轴上相遇后变为一个实特征值,若是,在追踪算法中认为此后系统将存在一对实重根,此时Nλ取值和特征值计算系列不变,但为避免无谓计算,遇到重根只计算一次;若不是,判断是否出现振荡诞生分岔,即一个实特征值分裂为一对共轭特征值,若是,则此后Nλ取值加1,同时特征值增加一个计算系列,即共轭部分;若否,转入第5步骤;
第5步骤:判断是预先设定的用于特征值轨迹追踪的时滞系数最大值,若是,计算结束,保存计算结果;否则,令i=i+1转第3步骤继续。
2.根据权利要求1所述的基于优化过程的时滞电力系统全特征谱追踪方法,其特征在于:
追踪算法采用预测-校正方式实现对特征值轨迹的追踪,并采用变步长算法以提高求解效率:当优化过程不收敛时,减小步长重试;当连续3次优化过程收敛时,自动增加步长;共轭特征值因成对出现,只计算一个。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210241286.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种带有防滑齿及开齿螺丝口的管件
- 下一篇:一种防滑防漏的给水弯头
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用