[发明专利]一种基于高斯消元算法的电网拓扑分析方法在审
申请号: | 201810245744.8 | 申请日: | 2018-03-23 |
公开(公告)号: | CN108649554A | 公开(公告)日: | 2018-10-12 |
发明(设计)人: | 孟昭勇 | 申请(专利权)人: | 山东大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 李琳 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关联矩阵 拓扑结构 厂站 高斯消元 电网拓扑分析 算法 实时状态估计 拓扑结构分析 系统网络架构 等值计算 电力系统 电气节点 电网拓扑 技术应用 局部拓扑 逻辑节点 拓扑矩阵 系统节点 形成系统 映射关系 在线潮流 在线功能 阻抗元件 拓扑 消去 指针 关联 记录 分析 | ||
1.一种基于高斯消元算法的电网拓扑分析方法,其特征是:包括以下步骤:
将高斯消元技术应用于拓扑结构分析,对厂站拓扑结构进行取边权,形成其关联矩阵;
对所有厂站拓扑结构,按节点号累计指针的变动,记录电气节点、逻辑节点和系统节点关联映射关系,形成系统节点与有阻抗元件之间的关联矩阵;
对厂站拓扑结构关联矩阵和系统网络架构关联矩阵进行关联矩阵消去、拓扑矩阵前代和回代操作,进行对应拓扑结构的分析;
根据分析结果,确定电力系统子系统的数量和每一子系统的等值计算模型。
2.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:拓扑结构由支路、点及支路赋权的三元集合构成,为无向图;在拓扑分析中,支路赋权只有0和1两种赋值,支路赋权为0者表示断开,支路赋权为1者表示连通。
3.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:对于厂站拓扑结构,对有阻抗元件的边赋权假想为0,以寻求逻辑节点,无阻抗元件按实际状态取边权,对每一厂站形成其关联矩阵。
4.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:网络拓扑结构伴随厂站拓扑结构分析而自动生成的,在厂站拓扑结构分析进行过程中,按系统节点号累计指针的变动,记录电气节点-逻辑节点—系统节点关联映射关系,形成系统节点与有阻抗元件之间的关联矩阵,形成网络拓扑结构。
5.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:给定与关联矩阵同维数的单位阵I,利用高斯消元算法对关联矩阵进行分析,分析结束后拓扑矩阵中保存的信息即是拓扑结构的连通信息,高斯消元算法含关联矩阵A消去、拓扑矩阵I前代、拓扑矩阵I回代三个过程。
6.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:对厂站拓扑结构分析的过程包括:
(1)设置编号k初始值为1,系统节点号累计指针NL为0;
(2)根据对应厂站的关联矩阵,给出相应的单位阵;
(3)执行消去、前代运算,得到最终的处理后的矩阵;
(4)确定逻辑节点数,更新系统节点号累计指针为其原始值与逻辑节点数之和,并形成各系统节点号与有阻抗元件的映射关系;
(5)如果编号k等于更新后的系统节点号累计指针值,结束分析,否则对编号加一,返回步骤(2)。
7.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:每个厂站对包括若干组电气节点,每组由无阻抗元件直接连接在一起形成的电气节点对应一个逻辑节点,由逻辑节点与有阻抗元件的关联,形成网络拓扑结构。
8.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:消去过程包括从首点开始依次确定拓扑结构中节点消去后能够连接的节点,即通过该点间接连接的节点,消去过程中新增注入元是由传递性质确定的新连通支路,消去完成后的关联矩阵中的元素ajk为节点前向消去后的点j与点k是否连通的标志。
9.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:前代过程包括从首点开始,将消去后的关联矩阵A节点信息按连接关系由前向后传递至拓扑矩阵,按照连接关系由前向后传递节点信息,前代结束后同一连通片上最大节点号对应的行包含了该连通片上的连接信息,即此时该点完成了与其它点的n-1阶支路搜索,n为节点数。
10.如权利要求1所述的一种基于高斯消元算法的电网拓扑分析方法,其特征是:回代过程包括从末点开始根据拓扑矩阵I和关联矩阵A,将同一连通片上的节点信息按由后至前的顺序传递至所有节点,确定拓扑结构的连通结果,回代结束即完成拓扑结构中任意两点间的n-1阶支路连通分析,拓扑矩阵I的元素Ijk即为点j与点k是否连通的标志。
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山东大学,未经山东大学许可,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/201810245744.8/1.html,转载请声明来源钻瓜专利网。