吴奋读
- 作品数：2 被引量：2H指数：1
- 供职机构：广西大学电气工程学院更多>>
- 相关领域：电气工程更多>>
- 基于神经网络的电力系统负荷特性辨识
- 2010年
- 负荷建模在电力系统分析中起着十分重要的作用。参数辨识是负荷建模的关键,好的辨识方法能够在最短的时间内找出最优的辨识结果,提高建模的效率。首先介绍了静态负荷模型和动态负荷模型,其次介绍了神经网络,最后基于神经网络对电力系统负荷特性辨识。应用线性BP(LBP)网络的参数辨识方法,分别对静态负荷模型(幂函数模型、多项式模型)和动态负荷模型(差分方程模型)的参数进行辨识。通过现场的实测数据辨识了模型的参数,并验证了模型的有效性。
- 任海燕吴奋读
- 关键词：电力系统参数辨识负荷模型神经网络
- 基于小干扰分析的电力系统电压稳定研究被引量：2
- 2010年
- 介绍小干扰分析电力系统电压稳定的基本原理和电力系统静态电压崩溃极限点的概念;其次,介绍了考虑SVC的小干扰电压稳定分析的数学模型及其方法;最后,基于上述模型和方法对IEEE3机9节点和2机四节点进行算例分析,在具体分析时对比了不含SVC和含SVC的系统的小干扰电压稳定性,验证了SVC对静态电压稳定的作用;对比分析了系统正常运行状态下和在静态电压临界点的小干扰稳定情况;通过计算系统各个模态的参与因子,得到了对系统小干扰稳定性有重要作用的状态变量;通过计算各节点电压失稳系数,得到系统的小干扰电压稳定的薄弱节点。上述研究验证了SVC对提高电压稳定具有重要作用,参与因子和失稳系数能为确定电压稳定的薄弱环节提供一定的判断依据。
- 任海燕吴奋读
- 关键词：电压稳定小干扰参与因子
