基于数据聚类的电力系统在线小干扰稳定机组分群算法 online small signal stability generator group-dividing algorithm for power system based on data clustering.pdfVIP

基于数据聚类的电力系统在线小干扰稳定机组分群算法 online small signal stability generator group-dividing algorithm for power system based on data clustering.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于数据聚类的电力系统在线小干扰稳定机组分群算法 online small signal stability generator group-dividing algorithm for power system based on data clustering

第4l卷第11期 要皋电力 V01.41No.1l 2013年11月 EastChinaEIectricPower NOV. 2013 基于数据聚类的电力系统在线小干扰 稳定机组分群算法 史东字1,鲁广明1,顾丽鸿2,陈启超3,李刚1 (1.中国电力科学研究院,北京100192;2.华东电网有限公司,上海200002; 3.北京交通大学,北京100044) 摘要:特征值分析法是研究大电网小扰动稳定问题最有效的方法,传统做法通过查看特征向量模态图,可以 了解到振荡机组分群的情况。但是由于数据量较大,如果单靠人为看图的分析方式,势必会耗费大量的时间 和精力,同时也无法满足在线分析的要求。为此,提出了基于数据聚类的电力系统小干扰稳定机组分群算法。 该算法以特征向量之间的夹角作为主要判断依据,辅之以特征向量幅值比较作为挑选代表发电机的方法,从 而可以快速辨别出某一振荡模式下的主要参与机组,以及发电机组分群情况,为抑制该模式振荡的发生提供 依据,同时满足现代大电网在线小干扰稳定分析要求。仿真及试验结果验证了提出方法的正确性和有效性。 关键词:小干扰稳定;模态分析;机组分群;振荡模式;数据聚类 作者简介:史东宇(1980.),男,高级工程师,硕士,研究方向为电力系统分析与控制。 中图分类号:TM712文献标志码:A 文章编号:1001-9529(2013)11.2223-06 (2013CB228203) OnlineSmall Generator Stability Group-Dividing Signal Algorithm forPower BasedonData System Clustering SHI Li—hon92,CHENQi—cha03,Li铂昭1 Do愕一弘1,£UGuang—min91,GU ElectricPowerResearch (1.China Institute,Beijing100192,China; 2.EastChinaGrid Co.,Ltd.,Shanghai200002,China; 100044,China) 3.BeijingJiaotongUniversity,Beijing small for methodis Abstract:Amongsignalstabilityanalysisalgorithmslarge·scalepowergrid,eigenvalueanalysis themosteffective.Theconventionalisto the themanualread— practiceanalyzeoscillatinggeneratorgroup—dividingby ofthe modal datavolumele

您可能关注的文档

文档评论(0)

qianqiana + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5132241303000003

1亿VIP精品文档

相关文档