您的位置: 专家智库 > >

周益华

作品数:2 被引量:17H指数:2
供职机构:长沙理工大学电气与信息工程学院更多>>
发文基金:湖南省自然科学基金湖南省科技计划项目国家自然科学基金更多>>
相关领域:电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程

主题

  • 2篇低频振荡
  • 2篇振荡
  • 1篇电力
  • 1篇电力系统
  • 1篇电力系统低频...
  • 1篇调速
  • 1篇调速系统
  • 1篇神经网
  • 1篇神经网络
  • 1篇识别方法
  • 1篇水轮机
  • 1篇系统低频振荡
  • 1篇模式识别
  • 1篇模式识别方法
  • 1篇PRONY

机构

  • 2篇长沙理工大学
  • 1篇国家电网公司

作者

  • 2篇竺炜
  • 2篇周益华
  • 1篇曾喆昭
  • 1篇马建伟

传媒

  • 1篇中国水能及电...
  • 1篇电力系统保护...

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
水轮机及其调速系统对电力系统低频振荡的影响分析被引量:7
2012年
基于水轮机及其调速系统的典型模型,推导了转子的机械阻尼力矩系数;采用非线性规划的方法,对典型参数范围内的机械阻尼力矩系数进行了极值分析。分析发现,水轮机及其调速系统提供的负阻尼转矩,可能导致电力系统呈现弱阻尼甚至负阻尼状态,进而可能发生强迫共振和负阻尼两种形式的低频振荡。该分析结果在频域和时域仿真中都得到了验证,对低频振荡的分析及抑制有现实意义。
周益华竺炜
关键词:水轮机调速系统电力系统低频振荡
分段傅里叶神经网络的低频振荡模式识别方法被引量:10
2012年
针对低频振荡带宽较窄、主导模式较少的特点,提出了分段傅里叶神经网络的主导模式识别方法。采用分段傅里叶系数以求得振荡阻尼特性;为克服傅里叶系数直接求解的困难,采用有限神经元的正交基神经网络模型进行求解。根据分段傅里叶系数识别振荡主导模式的频率和衰减因子;再根据其与衰减时间窗的关系得到振荡幅值。该方法既保留了傅里叶算法抗噪性好的特点,又利用神经网络训练,进一步提高了抗噪性和可靠性,并通过算例仿真得到了证明。该研究对电力系统低频振荡的在线动态识别具有实际意义。
竺炜马建伟曾喆昭周益华
关键词:PRONY神经网络低频振荡模式识别
共1页<1>
聚类工具0