發(fā)布時(shí)間：2018-06-22 05:02

  本文選題：Levenberg-Marquardt法 + 高階收斂　； 參考：《電網(wǎng)技術(shù)》2017年04期

【摘要】：針對(duì)現(xiàn)代電力系統(tǒng)日益復(fù)雜的運(yùn)行工況使得常規(guī)潮流算法面臨不收斂的問題,在已有三階和四階收斂的改進(jìn)Levenberg-Marquardt(LM)算法的基礎(chǔ)上,通過不斷引入LM近似迭代步,提出了2種高階收斂的LM算法(五階收斂的LM算法(LM5)、六階收斂的LM算法(LM6))用于電力系統(tǒng)潮流計(jì)算。根據(jù)所提方法得到的最小二乘解,分析系統(tǒng)薄弱節(jié)點(diǎn)的相關(guān)信息,為電力運(yùn)行部門潮流調(diào)整以及潮流收斂性的改善,提供有價(jià)值的參考信息。為了體現(xiàn)所提算法的收斂性和魯棒性,將所提算法、牛頓法、二階收斂LM法(LM2)、三階收斂LM法(LM3)、四階收斂LM法(LM4)分別在"良態(tài)"、"不同初始點(diǎn)位置"、"重負(fù)荷"、"小阻抗支路"、"線路或發(fā)電機(jī)故障"等工況下進(jìn)行測(cè)試。算例表明:"良態(tài)"情況下,所提的高階收斂LM算法具有迭代次數(shù)少、雅可比矩陣計(jì)算次數(shù)少的特點(diǎn);"病態(tài)"情況下,在一定程度范圍內(nèi),引入近似LM迭代步能夠改善潮流收斂性,但超出該程度范圍,不斷引入近似LM迭代步對(duì)潮流收斂性的改善作用不明顯。
[Abstract]:In view of the increasingly complex operating conditions of modern power system, the conventional power flow algorithm is not convergent. On the basis of the improved Levenberg-Marquardt (LM) algorithm, which has three order and four order convergence, through the continuous introduction of LM approximation, 2 high order convergent LM algorithms (five order convergent LM algorithm (LM5), and six order convergent L are proposed. M algorithm (LM6) is used in power system power flow calculation. According to the least square solution obtained by the proposed method, the relevant information of the weak nodes of the system is analyzed, and valuable reference information is provided for the power flow adjustment and the improvement of the convergence of the power flow. In order to reflect the convergence and robustness of the proposed algorithm, the proposed algorithm, Newton method, is presented. The two order convergent LM (LM2), the three order convergent LM (LM3) and the four order convergent LM method (LM4) are tested under the conditions of "good state", "different initial point position", "heavy load", "small impedance branch", "line or generator fault". The calculation example shows that the high order convergent LM algorithm has fewer iterations and the Jacobi matrix calculation times under the condition of "good state". In the case of "sick", the convergence of the power flow can be improved by introducing an approximate LM iterative step within a certain extent, but the effect of the approximate LM iteration on the improvement of the convergence of the power flow is not obvious beyond the extent of this degree.
【作者單位】： 電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室(上海交通大學(xué)電氣工程系);國(guó)家電網(wǎng)上海市電力公司市南供電公司;國(guó)家電網(wǎng)上海市電力公司電力科學(xué)研究院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51377103) 國(guó)家電網(wǎng)公司科技項(xiàng)目(52094015001S)~~
【分類號(hào)】：TM744

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾樂;劉慶;;改進(jìn)Marquardt法在催化反應(yīng)動(dòng)力學(xué)模型非線性參數(shù)估值中的應(yīng)用[J];鄭州工學(xué)院學(xué)報(bào);1989年02期

2 曾振輝,黃加樂,董聲雄,龔琦,陳堅(jiān)銳;改進(jìn)的Marquardt算法研究制膜液三元相圖[J];計(jì)算機(jī)與應(yīng)用化學(xué);2003年03期

3 唐和生,薛松濤,陳昒,王遠(yuǎn)功;ANALYSES ON STRUCTURAL DAMAGE IDENTIFICATION BASED ON COMBINED PARAMETERS[J];Applied Mathematics and Mechanics(English Edition);2005年01期

4 孫甜;凌衛(wèi)新;;基于模擬退火的Levenberg-Marquardt算法在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用[J];科學(xué)技術(shù)與工程;2008年18期

5 李吉忠;武穆清;李筱葉;;利用Marquardt算法進(jìn)行兩顆衛(wèi)星的AGPS定位[J];北京郵電大學(xué)學(xué)報(bào);2009年02期

6 彭勇;周惠成;;Fuzzy optimization neural network model based on LM algorithm[J];Journal of Harbin Institute of Technology;2010年03期

7 孫鵬;陳紹輝;張彩慶;;基于Marquardt法參數(shù)估計(jì)的變電設(shè)備壽命周期故障率評(píng)估[J];電力系統(tǒng)保護(hù)與控制;2012年01期

8 張建平;用Marquardt法對(duì)混凝土徐變曲線進(jìn)行最佳擬合的探討[J];橋梁建設(shè);1990年03期

9 ;Stress Relaxation and Creep of Straw Bales[J];Journal of Northeast Agricultural University(English Edition);2010年03期

10 李新;用Marquardt法對(duì)福建柏的Logistic生長(zhǎng)曲線的擬合[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1996年06期

相關(guān)會(huì)議論文 前2條

1 Wenle Zhang;;An Extended ADALINE Neural Network Trained by Levenberg-Marquardt Method for System Identification of Linear Systems[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

2 ;Reactivity Identification in the Course of Physics Startup of a Reactor Based on Neural Network[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

相關(guān)碩士學(xué)位論文 前5條

1 端維偉;求解瞬態(tài)非線性熱傳導(dǎo)反問題的改進(jìn)Levenberg-Marquardt算法[D];大連理工大學(xué);2016年

2 崔蒙蒙;求解非光滑約束方程組的非精確光滑化Levenberg-Marquardt算法的收斂性分析[D];杭州電子科技大學(xué);2014年

3 習(xí)國(guó)泰;改進(jìn)Levenberg-Marquardt算法的復(fù)雜度分析[D];上海交通大學(xué);2012年

4 李軍;基于Marquardt算法重磁復(fù)雜形體三維全局反演研究[D];成都理工大學(xué);2005年

5 習(xí)超;界約束非線性方程組的投影Levenberg-Marquardt方法[D];上海交通大學(xué);2014年

，

本文編號(hào)：2051694