面對(duì)化石能源的日漸枯竭和全球氣候變化的現(xiàn)實(shí)威脅,以綠色低碳為目標(biāo)的新能源革命勢(shì)在必行。中國(guó)特高壓、智能電網(wǎng)、能源互聯(lián)網(wǎng)工程建設(shè)的逐步推進(jìn),對(duì)清潔能源輸送意義重大,正引領(lǐng)我國(guó)加速能源革命。中國(guó)特高壓工程的陸續(xù)建設(shè)進(jìn)一步增強(qiáng)系統(tǒng)互聯(lián),但卻引入了更多非線性電力元件。一方面,暫態(tài)穩(wěn)定分析時(shí)面臨的“維數(shù)災(zāi)”問(wèn)題進(jìn)一步凸顯;另一方面,故障波及速度和范圍急劇增大。此外,日益頻發(fā)的極端自然災(zāi)害、高滲透率新能源入網(wǎng)、日趨成熟的電力市場(chǎng)機(jī)制,深刻影響著系統(tǒng)運(yùn)行風(fēng)險(xiǎn)及其不確定性。因此,當(dāng)前實(shí)用于工程的暫態(tài)穩(wěn)定分析軟件和穩(wěn)定控制防御系統(tǒng)面臨新的挑戰(zhàn),而在保證暫態(tài)穩(wěn)定分析及控制精度的前提下,較大程度地減小計(jì)算代價(jià)、加快解算速度,由此提升暫態(tài)穩(wěn)定評(píng)估性能,對(duì)于保障新一代電網(wǎng)安全穩(wěn)定可靠運(yùn)行具有非常重要的意義。已有研究大多基于統(tǒng)計(jì)分析,開(kāi)發(fā)算例篩選技術(shù),在力求保留失穩(wěn)算例應(yīng)用精確算法執(zhí)行分析的前提下,可一定程度地降低暫態(tài)穩(wěn)定分析的計(jì)算量,然研究成果少見(jiàn)工程系統(tǒng)廣泛地強(qiáng)壯實(shí)用;對(duì)于暫態(tài)穩(wěn)定切機(jī)控制策略的優(yōu)化搜索,多基于穩(wěn)控機(jī)理、從精確的受擾軌跡中挖掘恰當(dāng)?shù)膶?yōu)指標(biāo),然少見(jiàn)關(guān)于自適應(yīng)快速的策略搜索算法的報(bào)道。因此,亟需... 

【文章來(lái)源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：201 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題背景
        1.1.1 特高壓、智能電網(wǎng)和能源互聯(lián)網(wǎng)
        1.1.2 大電網(wǎng)防御體系
    1.2 暫態(tài)穩(wěn)定分析技術(shù)的發(fā)展與現(xiàn)狀
        1.2.1 暫態(tài)穩(wěn)定分析方法
        1.2.2 算例篩選技術(shù)
    1.3 暫態(tài)穩(wěn)定緊急控制技術(shù)的發(fā)展與現(xiàn)狀
        1.3.1 三道防線
        1.3.2 緊急控制
        1.3.3 切機(jī)控制策略優(yōu)化方法及研究現(xiàn)狀
    1.4 當(dāng)前暫態(tài)穩(wěn)定分析及控制技術(shù)面臨的挑戰(zhàn)
        1.4.1 實(shí)現(xiàn)準(zhǔn)確快速的暫態(tài)穩(wěn)定分析及控制的迫切性
        1.4.2 暫態(tài)穩(wěn)定分析及控制算法工程應(yīng)用現(xiàn)狀
        1.4.3 融合統(tǒng)計(jì)分析與因果分析以應(yīng)對(duì)挑戰(zhàn)的必要性
    1.5 本文主要研究?jī)?nèi)容
第二章 關(guān)于破解量化分析精度與速度間矛盾的因果分析
    2.1 引言
    2.2 暫態(tài)穩(wěn)定量化分析方法的一般思路
    2.3 理想哈密頓映象系統(tǒng)
        2.3.1 δ的數(shù)值求解存在積分步長(zhǎng)與精度間的矛盾
        2.3.2 Pe同δ的內(nèi)在聯(lián)系
        2.3.3 Pe的數(shù)值求解亦存在積分步長(zhǎng)與精度間的矛盾
        2.3.4 同量化穩(wěn)定裕度密切相關(guān)的Pe（δ）函數(shù)的求解規(guī)避了數(shù)值積分
    2.4 非哈密頓映象系統(tǒng)
        2.4.1 時(shí)變因素的引入
        2.4.2 表征誤差的產(chǎn)生
    2.5 破解矛盾的嘗試
        2.5.1 EEAC是對(duì)多機(jī)軌跡的降維映射和數(shù)據(jù)挖掘
        2.5.2 積分及映射步長(zhǎng)的不同選擇導(dǎo)致特性互補(bǔ)的三種EEAC子算法
        2.5.3 三種算法在執(zhí)行極限計(jì)算時(shí)的協(xié)調(diào)配合
        2.5.4 對(duì)執(zhí)行裕度計(jì)算的啟迪
    2.6 本章小結(jié)
第三章 算例時(shí)變程度的快速表征方法
    3.1 引言
    3.2 簡(jiǎn)化程度不同的各算法評(píng)估結(jié)論間的差異
        3.2.1 SEEAC未計(jì)及任何時(shí)變因素的影響
        3.2.2 DEEAC計(jì)及了部分時(shí)變因素的影響
        3.2.3 算例時(shí)變程度的定義
    3.3 各機(jī)動(dòng)態(tài)行為信息挖掘
        3.3.1 時(shí)變因素影響各機(jī)受擾軌跡
        3.3.2 非同調(diào)信息的快速提取
    3.4 本章小結(jié)
第四章 基于時(shí)變度指標(biāo)的穩(wěn)定算例高效篩除方法
    4.1 引言
    4.2 EEAC三種算法特性回顧
    4.3 不同量化算法對(duì)算例篩除的啟迪
        4.3.1 算法的假設(shè)與反映時(shí)變性的能力
        4.3.2 算例篩除的嚴(yán)格性與快速性間的矛盾特性
        4.3.3 矛盾的解決及其可行性
        4.3.4 篩除規(guī)則的設(shè)置思路
        4.3.5 篩除框架的設(shè)計(jì)思路
    4.4 穩(wěn)定算例的篩除規(guī)則
        4.4.1 基于因果分析的規(guī)則設(shè)置
        4.4.2 基于統(tǒng)計(jì)分析的閾值確定
    4.5 篩除框架的設(shè)計(jì)
        4.5.1 冗余規(guī)則的剔除
        4.5.2 篩除規(guī)則間的配合
    4.6 篩除框架的校核
    4.7 本章小結(jié)
第五章 基于時(shí)變度指標(biāo)的算例全集強(qiáng)壯分類方法
    5.1 引言
    5.2 分類框架的整體構(gòu)造及要求
    5.3 分類框架設(shè)計(jì)的理論基礎(chǔ)與總體思路
        5.3.1 特性互補(bǔ)的三種EEAC子算法在反映時(shí)變性能力上的區(qū)別
        5.3.3 基于近似算法評(píng)估結(jié)論的數(shù)據(jù)挖掘,合理估計(jì)其可信度
        5.3.4 識(shí)別規(guī)則的設(shè)置思路
        5.3.5 分類框架的設(shè)計(jì)思路
    5.4 各類算例識(shí)別規(guī)則
        5.4.1 基于因果分析的規(guī)則設(shè)置
        5.4.2 基于統(tǒng)計(jì)分析的閾值確定
    5.5 分類框架的設(shè)計(jì)
        5.5.1 冗余規(guī)則的剔除
        5.5.2 識(shí)別規(guī)則間的配合
    5.6 分類框架的校核
        5.6.1 分類強(qiáng)壯性
        5.6.2 分布合理性
        5.6.3 計(jì)算快速性
    5.7 本章小結(jié)
第六章 電力系統(tǒng)失穩(wěn)模式易變度的快速評(píng)估方法
    6.1 引言
    6.2 工程實(shí)用的失穩(wěn)模式識(shí)別方法
        6.2.1 EEAC算法的簡(jiǎn)要回顧
        6.2.2 失穩(wěn)模式的定義及其識(shí)別方法
    6.3 失穩(wěn)模式隨參數(shù)的不同變化情形
        6.3.1 不確定因素的影響
        6.3.2 不同演化情形的表征
    6.4 失穩(wěn)模式易變特性的統(tǒng)計(jì)與因果分析
    6.5 快速評(píng)估問(wèn)題的逐步解耦
        6.5.1 快速積分技術(shù)
        6.5.2 合適的受擾軌跡及（多個(gè)）觀察斷面的選取
        6.5.3 觀察斷面處轉(zhuǎn)子角間隙信息的提取
        6.5.4 失穩(wěn)模式易變度的定義
        6.5.5 評(píng)估規(guī)則的設(shè)置
    6.6 快速評(píng)估方法的設(shè)計(jì)
    6.7 快速評(píng)估方法的校核
        6.7.1 評(píng)估可靠性
        6.7.2 評(píng)估高效性
    6.8 本章小結(jié)
第七章 基于時(shí)變度及易變度指標(biāo)的算例全集強(qiáng)壯分類方法
    7.1 引言
    7.2 易變度指標(biāo)對(duì)提升分類性能的因果分析
        7.2.1 時(shí)變因素影響各機(jī)動(dòng)態(tài)行為
        7.2.2 易變度指標(biāo)反映各機(jī)動(dòng)態(tài)行為
        7.2.3 易變度指標(biāo)亦反映時(shí)變特性
        7.2.4 易變度指標(biāo)助于提升分類性能
    7.3 分類框架的重新構(gòu)造
    7.4 各類算例新識(shí)別規(guī)則
        7.4.1 基于因果分析的規(guī)則設(shè)置
        7.4.2 基于統(tǒng)計(jì)分析的閾值確定
    7.5 新分類框架的設(shè)計(jì)
        7.5.1 冗余規(guī)則的剔除
        7.5.2 識(shí)別規(guī)則間的配合
    7.6 新分類框架提升分類性能的校核
        7.6.1 分類強(qiáng)壯性
        7.6.2 分布合理性
        7.6.3 計(jì)算快速性
    7.7 兩分類框架的區(qū)別與聯(lián)系
    7.8 本章小結(jié)
第八章 最優(yōu)切機(jī)控制策略搜索的自適應(yīng)快速方法
    8.1 引言
    8.2 主導(dǎo)映象識(shí)別對(duì)切機(jī)控制策略搜索的影響
        8.2.1 主導(dǎo)映象的定義
        8.2.2 主導(dǎo)映象的識(shí)別
        8.2.3 主導(dǎo)映象與切機(jī)控制策略間的關(guān)系
    8.3 最優(yōu)切機(jī)控制策略搜索方法回顧
        8.3.1 基本原理
        8.3.2 性能分析
    8.4 時(shí)變因素影響切機(jī)控制策略搜索性能的因果分析
        8.4.1 影響主導(dǎo)映象識(shí)別正確性的因素
        8.4.2 算例分類框架對(duì)自適應(yīng)快速方法設(shè)計(jì)的啟迪
    8.5 基于統(tǒng)計(jì)與因果分析的自適應(yīng)快速方法設(shè)計(jì)
        8.5.1 最優(yōu)切機(jī)控制策略自適應(yīng)快速搜索框架的整體構(gòu)造
        8.5.2 主導(dǎo)映象近似識(shí)別結(jié)論可信度判據(jù)
        8.5.3 切機(jī)控制策略近似性價(jià)比
        8.5.4 切機(jī)控制策略的校核指標(biāo)
    8.6 自適應(yīng)快速方法流程
    8.7 性能校核
        8.7.1 方法可靠性
        8.7.2 方法高效性
    8.8 本章小結(jié)
第九章 總結(jié)與展望
    9.1 主要結(jié)論與創(chuàng)新點(diǎn)
    9.2 后續(xù)研究工作展望
致謝
參考文獻(xiàn)
附錄A:三機(jī)系統(tǒng)情形1下的拓?fù)鋱D與相關(guān)參數(shù)
附錄B:三機(jī)系統(tǒng)情形2下的拓?fù)鋱D與相關(guān)參數(shù)
附錄C:三機(jī)系統(tǒng)情形3下的拓?fù)鋱D與相關(guān)參數(shù)
攻讀博士期間取得的學(xué)術(shù)成果
    攻讀博士期間發(fā)表的論文
    攻讀博士期間的論文獲獎(jiǎng)
    攻讀博士期間授權(quán)的發(fā)明專利
    攻讀博士期間申請(qǐng)的發(fā)明專利
    攻讀博士期間參與的項(xiàng)目



本文編號(hào)：3075413