本文選題：負荷建模　切入點：綜合統(tǒng)計法　出處：《鄭州大學》2017年碩士論文

【摘要】：電力系統(tǒng)負荷的數(shù)學模型是電力系統(tǒng)數(shù)字仿真的基石,而數(shù)學模型的精準程度會對仿真結(jié)果的準確性產(chǎn)生直接影響,從而影響到以此為依據(jù)的規(guī)劃與決策。在過去的數(shù)十年中,發(fā)電機、勵磁系統(tǒng)及原動系統(tǒng)的建模技術(shù)都得到了長足的發(fā)展。電力負荷卻由于自身時變性、分散性、非線性等特性停滯不前,尤其是作為負荷建模三種方法之一的統(tǒng)計綜合法已明顯落后于時代。隨著我國“全球能源互聯(lián)網(wǎng)”戰(zhàn)略的提出,電網(wǎng)復(fù)雜程度陡增,電網(wǎng)安全穩(wěn)定運行與落后負荷模型之間的矛盾越發(fā)的不可調(diào)和。因此,在當今智能電網(wǎng)新形勢下,建立符合我國電網(wǎng)的綜合負荷模型是當前負荷建模研究領(lǐng)域的重中之重。本文依托智能電網(wǎng)大數(shù)據(jù)環(huán)境,以各種新型的數(shù)據(jù)采集裝置采集到的海量數(shù)據(jù)為基礎(chǔ),高性能云計算平臺和MapReduce算法為技術(shù)支撐,運用綜合統(tǒng)計法進行負荷建模。全文從負荷的模型與結(jié)構(gòu)入手,分別對常用的靜態(tài)和動態(tài)負荷模型,相應(yīng)負荷特性的集結(jié)方法,以及系統(tǒng)辨識理論進行了介紹。本文首次提出在智能電網(wǎng)環(huán)境下,利用現(xiàn)有系統(tǒng)實現(xiàn)對負荷組成數(shù)據(jù)進行獲取,并設(shè)計了云平臺下信息采集模塊構(gòu)建方法。采用時下流行的MapReduce算法,對采集到的數(shù)據(jù)進行挖掘、整合。MapReduce是一種為海量數(shù)據(jù)集和分布式并行計算而設(shè)計的編程方式。該方法從函數(shù)式編程中獲得靈感,將一個數(shù)學函數(shù)作為計算單元,Map(映射)和Reduce(化簡)是其核心內(nèi)容。與傳統(tǒng)方法相比,該方法能夠大大加快數(shù)據(jù)處理速度,良好的容錯性以及分布式部署的特點能夠很好地解決電網(wǎng)結(jié)構(gòu)復(fù)雜,電壓等級多造成的數(shù)據(jù)獲取困難等問題。此外,本文還開發(fā)了人機交互界面,為軟件操作者帶來了優(yōu)良的軟件應(yīng)用體驗。本文最后以獲取的數(shù)據(jù)為實驗對象,選用MapReduce算法和綜合負荷動態(tài)模型,對靜、動態(tài)模型分別建模。獲得的靜態(tài)負荷模型能夠較好地反映變電站綜合負荷的靜態(tài)負荷特性,云計算平臺能夠快速地準確地完成大量負荷數(shù)據(jù)的匯集統(tǒng)計工作;獲得的動態(tài)模型驗證了在對電力負荷進行有效分類的前提下,采用改進的加權(quán)平均方法建立負荷模型的有效性。
[Abstract]:The mathematical model of the load of power system is the cornerstone of the digital simulation of power system, and the degree of precision of mathematical model will have a direct impact on the accuracy of the simulation results, which affects on planning and decision-making. The generator in the past few decades, and the modeling of excitation system and control system have made considerable progress. The power load is due to their own time, dispersion, stagnation of nonlinearity and especially as the statistical synthesis method of three kinds of load modeling method has significantly lagged behind the times. With the development of China's "global energy Internet strategy, the complexity of the power grid increased sharply, the contradiction between the model of safe and stable operation of power grid and backward load more and more irreconcilable. Therefore, in the new situation of the smart grid, establish the comprehensive load model of power system in China is the current research of load modeling. Priority among priorities domain. Based on the smart grid data environment, with all kinds of new data acquisition device to collect massive data based, high performance cloud computing platform and MapReduce algorithm for technical support, the use of integrated statistical method for the load modeling. The full text from the model and the structure of the static load, respectively, and the dynamic load model, load characteristics of the corresponding aggregation method, and system identification theory are introduced. This paper proposes for the first time in the smart grid environment, realize the acquisition of load data using the existing system, and designed a method to construct the information acquisition module under the cloud platform by using MapReduce algorithm. The popular, mining for acquisition the data integration,.MapReduce is a kind of massive data sets and distributed parallel computing and design programming. This method get inspiration from functional programming, A mathematical function as computing unit, Map (map) and Reduce (Simplified) is its core content. Compared with the traditional method, this method can greatly accelerate the speed of data processing, fault-tolerant and distributed deployment features can well solve the problems of complex structure of power grid, voltage level caused by the data difficult to obtain. In addition, this paper also developed a man-machine interface, brought experience excellent software application software. Finally, the operator to obtain the data as the experimental object, using MapReduce algorithm and load dynamic model of static and dynamic model, respectively. The modeling of static load model can reflect the static load the characteristics of substation load, cloud computing platform to load data collection statistical work quickly and accurately; dynamic model obtained is verified in the power load. On the premise of effective classification, an improved weighted average method is used to establish the validity of the load model.

【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TM743

【相似文獻】

相關(guān)期刊論文 前10條

1 陳義華,鐘孟光,張建明,許仰曾;液壓系統(tǒng)模塊式建模法隱式狀態(tài)方程的數(shù)值解法[J];甘肅工業(yè)大學學報;1991年02期

2 陳永剛,周曉東,沈同圣;應(yīng)用系統(tǒng)建模法對南海某艦面溫度的建模及預(yù)報[J];浙江科技學院學報;2005年01期

3 徐雪峰;馮書興;曹裕華;;面向?qū)嶓w的軍事概念模型建模法研究[J];裝備指揮技術(shù)學院學報;2008年02期

4 徐一新;李書偉;王琪;高楠楠;;基于組合建模法的兩棲車輛車體優(yōu)化分析[J];計算機仿真;2013年03期

5 陳義華,許仰曾;液壓大系統(tǒng)的模塊式建模[J];甘肅工業(yè)大學學報;1993年01期

6 韓安媛;;一種改進型定性建模方法F-SDG[J];探測與控制學報;2008年S1期

7 樊海東;李夢韜;;復(fù)雜零件CATIA快速和規(guī)范建模法研究[J];中國制造業(yè)信息化;2009年07期

8 楊雄飛,何雪明,周建華;鍵圖建模和20SIM建模仿真平臺[J];江南學院學報;2001年04期

9 陳韜;邵之江;;基于Matlab的大規(guī)模開放方程結(jié)構(gòu)化建模[J];江南大學學報;2005年06期

10 徐光先;吳澤寧;;GM(1,1)建模方法的應(yīng)用研究[J];鄭州工學院學報;1990年04期

相關(guān)會議論文 前5條

1 陳瓊;俞立英;;三維有限元建模方法的研究現(xiàn)狀[A];2004年上海市口腔醫(yī)學學術(shù)年會論文匯編[C];2004年

2 戴月明;朱習軍;;框架制導法計算機輔助建模的設(shè)計與實現(xiàn)[A];第二十三屆中國控制會議論文集（上冊）[C];2004年

3 張達;何小陽;;一種改進的時間序列建模方法[A];中南六�。▍^(qū)）自動化學會第24屆學術(shù)年會會議論文集[C];2006年

4 鄭宇瀚;郭燕慧;;一種針對流水線任務(wù)的云計算模型基于MapReduce的改進[A];2013年中國信息通信研究新進展論文集[C];2014年

5 華中杰;徐錫山;楊樹強;田勝利;;MapReduce本地優(yōu)先作業(yè)調(diào)度策略研究與實現(xiàn)[A];第九屆中國通信學會學術(shù)年會論文集[C];2012年

相關(guān)博士學位論文 前5條

1 徐銳;火炮典型機構(gòu)動力學建模與參數(shù)辨識研究[D];南京理工大學;2016年

2 程涵;柔性織物折疊建模技術(shù)及展開過程數(shù)值仿真研究[D];南京航空航天大學;2013年

3 陳建輝;基于腦信息學的數(shù)據(jù)腦建模及其應(yīng)用[D];北京工業(yè)大學;2011年

4 劉孝保;電子設(shè)備動態(tài)性能有限元建模與優(yōu)化方法研究[D];電子科技大學;2011年

5 馮志強;船舶焊接智能系統(tǒng)知識建模與推理方法研究[D];上海交通大學;2012年

相關(guān)碩士學位論文 前10條

1 白勇濤;基于云計算平臺的統(tǒng)計綜合法負荷建模的研究[D];鄭州大學;2017年

2 周蕊;近海海浪的建模仿真研究[D];昆明理工大學;2015年

3 周祺X;基于變分積分的Zeta變換器建模與滑模數(shù)字控制研究[D];哈爾濱工業(yè)大學;2015年

4 宋佳佳;風洞馬赫數(shù)的建模與辨識[D];東北大學;2013年

5 高波;地層三維建模在深基坑降水模擬中的應(yīng)用研究[D];成都理工大學;2015年

6 何自璋;基于ProModel的連桿生產(chǎn)線建模仿真與優(yōu)化研究[D];南昌航空大學;2015年

7 黃慧;流體場等效電路建模[D];東南大學;2016年

8 李方召;基于頭體分步處理的三維人像建模關(guān)鍵技術(shù)研究與實踐[D];國防科學技術(shù)大學;2014年

9 閆麗娟;校園三維地理信息系統(tǒng)的建模與可視化研究[D];大連理工大學;2013年

10 王晨昊;地理環(huán)境建模關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2005年

，

本文編號：1654469