基于SVD理论对四川电网电压静稳的实证研究

基于SVD理论对四川电网电压静稳的实证研究

论文摘要

电压稳定作为电力系统稳定的一个重要部分,其内容和研究方法大大丰富了电力系统稳定的内涵。电压稳定研究的历史已有二二十多年,成果不断涌现。本文在总结前人研究成果的基础上,在静态电压稳定研究中考虑了综合的负荷模型,使静态电压稳定研究的成果更加具有现实意义,并基于奇异值理论对四川电网电压静态稳定性问题做了一些探索性的工作。 本文首先概述了针对电压稳定问题研究的历史和现状,尤其重点介绍了电压静态稳定问题的分析方法。 第二章介绍了奇异值分析法的数学原理,并详细阐述了将奇异值分析法应用于电力系统电压静态稳定分析的理论依据,将研究给定系统运行点电压静态稳定裕度的问题转化为研究确定相应的雅可比矩阵接近奇异程度的问题。同时提出奇异值分析法的计算方法和步骤,并详细介绍了奇异值分析算法得到的最小奇异值及其对应的奇异向量等几个重要的参数指标。 第三章尝试将奇异值分析法应用到实际大电网中,经过科学的计算方法处理,结合连续潮流算法,在各种工况下进行电压静态稳定计算,并对求取的奇异值、奇异向量的物理含义进行分析,得出了有实用价值的结论。 第四章将针对上一章奇异值分析计算得出的四川电网的薄弱环节增加无功补偿设备容量并进行相应的策略控制,在增加补偿量的基础上重新进行奇异值分析和连续潮流计算,通过和上一章未增加补偿设备的情况相比较,得出了针对系统的薄弱环节增加无功支撑后系统电压静态稳定性明显得到提高的结论,在验证前文分析结果的正确性的同时,进一步计算出采取电压静态稳定控制措

论文目录

  • 1 绪论
  • 1.1 选题背景及研究意义
  • 1.2 电压稳定的定义及分类
  • 1.3 电压静态稳定问题的历史和现状
  • 1.3.1 电压崩溃的机理探讨
  • 1.3.2 静态电压稳定研究方法综述
  • 1.3.3 电压稳定的控制
  • 1.4 电压稳定研究展望
  • 1.5 本文所做的工作
  • 2 SVD理论及其在电压静稳分析中的应用
  • 2.1 前言
  • 2.2 奇异值分析(SVD)法
  • 2.2.1 矩阵的奇异值分解理论及其具体解释
  • 2.2.2 算法
  • 2.3 奇异值分析法在电压静稳分析中的应用
  • 2.4 结论
  • 3 针对四川电网的奇异值和奇异向量的求取
  • 3.1 前言
  • 3.2 四川电网2003年实际电网结构和运行方式
  • 3.2.1 四川电网运行方式
  • 3.2.2 四川电网分区
  • 3.2.3 计算网络
  • 3.2.4 计算运行条件设定
  • 3.3 求取方法与基本步骤
  • 3.3.1 输入数据文件结构
  • 3.3.2 输入数据库
  • 3.3.3 结论数据库
  • 3.4 算例及其结果分析和验证
  • 3.4.1 前言
  • 3.4.2 枯大运行方式下的算例分析
  • 3.4.3 丰大运行方式下的算例分析
  • 3.4.4 枯小运行方式下的算例分析
  • 3.4.5 丰小运行方式下的算例分析
  • 3.5 2003年四川电网无功电压调整和实际运行情况
  • 3.5.1 枯水期典型方式下的无功平衡和电压调整实际情况
  • 3.5.2 丰水期典型方式下的无功平衡和电压调整实际情况
  • 3.5.3 降低网损措施
  • 3.6 结论
  • 4 提高电压静稳的对策
  • 4.1 前言
  • 4.1.1 无功功率补偿的作用
  • 4.1.2 并联电容器的应用
  • 4.2 针对系统薄弱区域增加无功补偿后的电压静稳情况分析
  • 4.3 电压崩溃的典型情况介绍
  • 4.4 防止电压崩溃的措施
  • 4.5 基于奇异值分析结果对四川电网结构改进、安全运行的建议
  • 4.6 结论
  • 5 结束语
  • 5.1 全文总结
  • 5.2 电压稳定工作的展望
  • 致谢
  • 参考文献
  • 声明
  • 相关论文文献

    • [1].SVD滤波的串联故障电弧特征分析[J]. 电力系统及其自动化学报 2019(11)
    • [2].基于分类模型和SVD的协同过滤算法[J]. 电子测量技术 2020(14)
    • [3].基于多级SVD算法的电能质量复合扰动特征分析[J]. 现代电子技术 2017(04)
    • [4].基于背景噪声和特征值下降比的微地震SVD去噪改进方法[J]. 东北石油大学学报 2020(05)
    • [5].最小二乘配置的SVD分解解法[J]. 测绘科学 2008(03)
    • [6].引入时间效应的SVD++线性回归推荐算法[J]. 计算机工程 2020(02)
    • [7].结合SVD的协同过滤算法研究[J]. 通讯世界 2016(10)
    • [8].基于SVD降噪的机械振动信号经验模式分解及其应用[J]. 起重运输机械 2009(10)
    • [9].基于SVD的小波变换图像去噪方法[J]. 数字通信 2009(03)
    • [10].基于SVD填充和用户特征属性聚类的混合推荐算法[J]. 电脑知识与技术 2020(16)
    • [11].基于非对称属性的SVD推荐算法的研究[J]. 电脑知识与技术 2017(03)
    • [12].基于SVD的协同过滤算法的欺诈攻击行为分析[J]. 计算机工程与应用 2009(20)
    • [13].基于SVD的叠后地震资料随机噪声分离方法[J]. 世界地质 2016(02)
    • [14].基于SVD的经编贾卡织物图像检索[J]. 微型机与应用 2015(19)
    • [15].SVD系列算法在评分预测中的过拟合现象[J]. 山东大学学报(工学版) 2014(03)
    • [16].小波变换与SVD方法在结构损伤监测中的应用[J]. 公路 2009(03)
    • [17].对流层散射通信中基于改进SVD的信道估计算法[J]. 电讯技术 2009(08)
    • [18].一种SVD和信任因子相结合的协同过滤算法[J]. 小型微型计算机系统 2017(06)
    • [19].基于SVD方法的多台配电网静止无功补偿器交互影响分析[J]. 电力系统保护与控制 2014(07)
    • [20].基于SVD特征降维和支持向量机的跌倒检测算法[J]. 计算机应用与软件 2017(01)
    • [21].SVD网页数字水印技术在教务成绩录入系统中的应用[J]. 扬州职业大学学报 2017(03)
    • [22].基于SVD的通信信号背景下脉冲波形和初相估计[J]. 系统工程与电子技术 2017(11)
    • [23].基于矩阵填充的SVD协同过滤算法研究[J]. 微型机与应用 2017(19)
    • [24].基于整数小波变换和SVD的视频水印算法[J]. 计算机工程与应用 2014(01)
    • [25].基于SVD与模糊聚类的协同过滤推荐算法[J]. 计算机系统应用 2016(11)
    • [26].矩阵方程求解中SVD方法的讨论[J]. 河南科学 2008(11)
    • [27].认知无线电网络中基于SVD算法的无线麦克风信号的检测[J]. 计算机应用研究 2009(11)
    • [28].SVD和小波变换的信号处理效果相似性及其机理分析[J]. 电子学报 2008(08)
    • [29].结合置信度和SVD的协同过滤算法[J]. 计算机与数字工程 2015(05)
    • [30].联合SVD在滚动轴承复合故障诊断中的应用[J]. 制造业自动化 2013(21)

    标签:;  ;  ;  ;  ;  

    基于SVD理论对四川电网电压静稳的实证研究
    下载Doc文档

    猜你喜欢