| 题名 | 基于粒子群算法的电力系统状态优化 估计 |
| 作者 | RAMZI ESMAIL SAEED |
| 答辩日期 | 2015 |
| 文献子类 | 硕士 |
| 授予单位 | 兰州理工大学 |
| 导师 | 郝晓弘 |
| 关键词 | 状态估计 加权最小二乘法 加权最小绝对值法 粒子群算法 改进粒子群算法 |
| 学位名称 | 工学硕士 |
| 学位专业 | 电力系统及其自动化 |
| 英文摘要 | 电网测量通常通过特定的通信协议发送到控制中心。在测量中通信误差、仪表故障、测量不完全以及测量的不可用性会产生不确定性因素，进而导致电力系统状态估计的不稳定性。因此，为了保证电力系统安全和稳定运行、及时掌握电力系统运行状态，对电力系统进行状态优化估计具有重要意义。 本文首先介绍了电力系统状态估计的概念、状态估计的必要性、状态估计的功能、状态估计使用情况、电力系统的网络方程式以及状态估计的步骤。其次利用加权最小二乘法和加权最小绝对值法对电力系统进行状态建模，并进行状态估计。再次介绍了标准粒子群算法原理，对粒子群优化后的参数进行分析，将粒子群算法与其他算法比较后对其早熟现象进行改进。 最后，将PSO和改进的粒子群算法(MPSO)算法应用于标准数据IEEE 5节点和30节点测试系统，进行有功和无功优化。通过基于传统粒子群优化(PSO)的加权最小二乘(WLS)法和加权最小绝对值(WLAV)法的比较研究。利用MATLAB软件进行仿真。比较的结果表明，MPSO算法比基本PSO算法收敛更快。 |
| 语种 | 英语 |
| 学科主题 | 电力系统状态估计 |
| 页码 | 73 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/103207]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | RAMZI ESMAIL SAEED. 基于粒子群算法的电力系统状态优化 估计[D]. 兰州理工大学. 2015. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论