基于统计学分类的综合负荷模型实测建模 load modeling with composite load model based on statistical classification.pdfVIP

基于统计学分类的综合负荷模型实测建模 load modeling with composite load model based on statistical classification.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
基于统计学分类的综合负荷模型实测建模 load modeling with composite load model based on statistical classification

第25卷第2期 现代电力 V01.25No.2 2008年4月 ModemElect^c Power Apr.2008 文章编号:1007—2322(2008)02—0006一07文献标识码:A 中图分类号:TM714 基于统计学分类的综合负荷模型实测建模 洪志鹏,马 进,贺仁睦 (华北电力大学电力系统保护与动态安全监控教育部重点实验室,北京102206) hd L唿d洲el M0deI“瞎研thC0mp戚te Jin,HeRenmu HongZhipeng,Ma ofPower Protectionand andcomrolof of (KeyLaboratorySystem DynarnicsecurityMonitoring MinistryEducation, NorthChinaElectricPower U血versity,Be钉啦!02206,China) 摘要:电力系统负荷模型参数的简化是负荷模型实用化的 param亡terssimplification;SVM;grouping 关键,基于所辨识的负荷模型参数进行负荷统计学特性分析 譬 对于建立具有强泛化能力的负荷模型具有重要意义。以综合 0 引 言 负荷模型为研究对象,采用标准阶跃响应为特征向量,用统 计学中的系统聚类法并结合方差分析指标对负荷数据加以筛 负荷是电力系统中的一个非常重要的部分,负 选和分类,并对分类后的结果进行观察,得到了一些参数和 荷模型对电力系统的稳定分析以及电力系统动态仿 时间上的特征,揭示了负荷数据内部所存在的部分统计学规 真的准确性[1’2]有极大的影响,因此负荷模型的重 律。进而应用支持向量机工具对分类后的负荷建立了具有良 要性被广泛接受。但由于负荷模型自身的不确定性 好泛化能力的负荷模型。归纳出了负荷数据由筛选、分类到 建立模型的一条思路。 以及时变性使得负荷建模是一个公认的世界性难 题。 关键词:电力系统;负荷模型;统计分析;参数简化;支持 向量机:分类 目前建立负荷模型的方法主要分为两类:第一 10admodel 种是综合统计法,第二种是总体测辨法[3]。这两种 Abstmct:A withthe structureandthe simplest least tobeidentifiedis for 方法互有优缺点,因此近年来它们已经结合起来应 parameters very importantpowcr andcontr01.Sincetheloadis chan- systemanalysis always 用于负荷建模。 to findoutthestatisticIa、vsfromidenti- ging,it’snecessa

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