基于主元子空间的主动配电网量测设备关键配置位置识别.docVIP

基于主元子空间的主动配电网量测设备关键配置位置识别.doc

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
基于主元子空间的主动配电网量测设备关键配置位置识别

基于主元子空间的主动配电网量测设备关键配置位置识别 张林利 刘洋 李立生 苏建军 谭培红 国网山东省电力公司电力科学研究院 山东理工大学电气与电子工程学院 X 关注成功! 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知! 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要: 为了进一步优化主动配电网中量测设备的配置, 提出了基于主元子空间的量测设备关键配置位置识别方法。该方法不需要关于系统的完备先验知识。利用主元分析方法将量测数据映射到主元子空间中, 利用主元的累计方差贡献率选取样本主元;在量测变量重构的基础上, 计算量测变量对Hotelling T2统计量的重构贡献率;定义了节点重构贡献率和节点相对贡献率, 并将相对贡献率应用到关键配置位置识别中。IEEE 69节点系统的仿真结果表明了所提方法的有效性。 关键词: 主动配电网; 关键位置识别; 重构贡献率; 量测配置; 主元子空间; 主元分析方法; 作者简介:张林利 (1979—) , 男, 山东滨州人, 高级工程师, 博士, 主要研究方向为主动配电网技术 (E-mail:zhang_linli@163.com) ; 作者简介:刘洋 (1977—) , 男, 山东潍坊人, 讲师, 博士, 通信作者, 主要研究方向为智能配电网优化与控制、配电自动化 (E-mail:bqxyl@) ; 作者简介:李立生 (1973—) , 男, 山东潍坊人, 高级工程师, 硕士, 主要研究方向为配电网智能控制技术 (E-mail:lls16@) 。 收稿日期:2017-04-05 基金:国网山东省电力公司科技项目 (SGSDDK00SPSPJS-1600225) Key configuration location identification of measurement equipment in active distribution network based on principal component subspace ZHANG Linli LIU Yang LI Lisheng SU Jianjun TAN Peihong State Grid Shandong Electric Power Research Institute; College of Electrical and Electronic Engineering, Shandong University of Technology; Abstract: In order to further optimize the configuration of measurement equipment in active distribution network, an identification method of key configuration locations of measurement equipment based on principal component subspace is proposed.The method can be applied without complete prior knowledge.The measured data are mapped to principal component subspace by principle component analysis method and the principal components of samples are selected based on the accumulated variance contribution rate of principal components.The reconstruction contribution degree of measurement variables to Hotelling T2 statistics is calculated based on the reconstruction of measurement variables.The reconstruction contribution degree of node and relative contribution degree of node are defined and the relative contribution degree is applied to identify the key configuration locations.Simulative results of IEEE 69-bus system ver

文档评论(0)

zijingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档