[发明专利]基于矩阵摄动理论的电力系统振荡模式的匹配方法有效
申请号: | 201410027613.4 | 申请日: | 2014-01-21 |
公开(公告)号: | CN103729570B | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 叶华;刘玉田;宋佑斌 | 申请(专利权)人: | 山东大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 济南圣达知识产权代理有限公司37221 | 代理人: | 张勇 |
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: | 本发明公开了基于矩阵摄动理论的电力系统振荡模式的匹配方法,首先,应用特征值分析,计算得到基于参数变化前初始系统模式对应的特征值和特征向量,继而利用矩阵摄动理论计算特征值和特征向量在参数变化后对应的系统模式的近似值;从而将参数变化前后特征值和特征向量的近似值之间的对应关系确定;然后,从参数变化后系统模式的精确值中,找到与近似值最接近的模式,从而建立参数变化后系统模式的精确值与近似值之间的对应关系;最后,以系统模式的近似值为参数变化前后系统模式之间联系的纽带,建立参数变化前后系统模式之间的匹配与对应关系。本发明的有益效果原理简单清晰、判别精细、判据完备。 | ||
搜索关键词: | 基于 矩阵 摄动 理论 电力系统 振荡 模式 匹配 方法 | ||
【主权项】:
基于矩阵摄动理论的电力系统振荡模式的匹配方法,其特征是,分为以下步骤:步骤(1):在初始条件下,对电力系统进行潮流计算,得到描述电力系统动态的微分代数方程组并线性化,进而得到电力系统的状态矩阵,计算其特征值,得到电力系统的全部特征值和对应的右、左特征向量,转步骤(2);步骤(2):对参数组进行摄动,计算由于参数摄动导致的电力系统状态矩阵变化量;步骤(3):判断参数摄动前模式的性质:即为孤立模式,还是属于某个密集模式组;如果是孤立模式就转到步骤(6);如果是属于某个密集模式组就转到步骤(4);步骤(4):计算密集模式组中所有特征值的平均值,然后计算由于特征值移位导致的状态矩阵变化量;步骤(5):计算矩阵W,继而计算密集模式组的估计值;根据第l次参数摄动前待匹配模式在密集模式组中的位置,从密集模式组的估计值中找到其对应的近似值;U0:参数摄动前系统存在一组相互接近的密集特征值λ0j形成的对角阵Λ0对应的右特征向量矩阵;V0:参数摄动前系统存在一组相互接近的密集特征值λ0j形成的对角阵Λ0对应的左特征向量矩阵;εC:密集特征值移位导致的系统状态矩阵变化量;εB是参数摄动导致的系统状态矩阵变化量;j=1,2,…,r;步骤(6):利用计算参数摄动后振荡模式的近似值;ε是小系数;εB是参数摄动导致的系统状态矩阵变化量;λ0i、u0i:分别为参数摄动前系统的第i个特征值及其对应的右特征向量;v0i:参数摄动前系统的第i个特征值对应的左特征向量;ελ1i、ε2λ2i:分别为模式λi的一阶摄动量和模式λi的二阶摄动量;i=1,2,…,n;步骤(7):对参数摄动后的系统重新进行特征值分析,得到参数摄动后系统的特征值、参数摄动后系统的右特征向量和参数摄动后系统的左特征向量;步骤(8):如果是密集模式组,将通过步骤(7)的特征值分析得到的精确特征值λi(l)与通过步骤(5)利用摄动理论得到的近似特征值逐一进行比较,距离最近的特征值λi(l)就是与λi(l‑1)对应的模式;如果是孤立模式,将通过步骤(7)的特征值分析得到的精确特征值λi(l)与通过步骤(6)利用摄动理论得到的近似特征值逐一进行比较,距离最近的特征值λi(l)就是与λi(l‑1)对应 的模式;步骤(9):重复步骤(2)~步骤(8),直至完成参数摄动与模式匹配。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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/patent/201410027613.4/,转载请声明来源钻瓜专利网。
- 上一篇:层叠陶瓷电容器以及其制造方法
- 下一篇:对序列进行处理的装置和方法
- 同类专利
- 专利分类
G06 计算;推算;计数
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
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