基于电流转移比例系数的复杂网络输电断面识别方法

发布时间：2018-08-27 08:23

【摘要】：输电断面的可靠识别对预防连锁过载跳闸具有重要意义。根据潮流转移的路径特征及电流特性,提出一种基于电流转移比例系数的复杂网络输电断面识别方法。构建电网拓扑模型及图论矩阵,并在此基础上简化系统网络;通过关联矩阵不定向搜索方法建立旁侧路径库,限定输电断面的识别范围;采用回路电流法快速求解复杂耦合网络中各线路电流转移比例系数;考虑潮流正向叠加及反向对消作用进行比例系数修正,并据此确定输电断面集合,有效避免了反向过载路径的遗漏。最后,将耦合系统、新英格兰10机39节点系统和IEEE 118节点系统的断面识别结果与仿真数据进行对比,验证了所提输电断面识别方法的准确性和有效性。
[Abstract]:The reliable identification of transmission section is of great significance to prevent chain overload tripping. According to the path characteristics and current characteristics of power flow transfer, a method of complex transmission section identification based on current transfer proportional coefficient is proposed. The topology model and graph theory matrix of power network are constructed, and the system network is simplified on this basis, and the side path library is established by the method of association matrix undirectionally searching, and the identification range of transmission section is limited. The circuit current method is used to solve the current transfer proportional coefficients of each transmission line in a complex coupled network rapidly, and the proportional coefficient is modified by considering the forward superposition of power flow and reverse cancellation, and the set of transmission sections is determined accordingly. Effectively avoids the omission of the reverse overload path. Finally, the cross-section identification results of the coupled system, the New England 10-machine 39-bus system and the IEEE 118-bus system are compared with the simulation data to verify the accuracy and effectiveness of the proposed method.
【作者单位】： 电力系统保护与控制实验室(北京交通大学);国网长春供电公司;
【基金】：国家自然科学基金项目(51277009)~~
【分类号】：TM711

【相似文献】

相关期刊论文 前10条

1 苏家洪;;试述人脸识别新技术及编辑识别方法[J];中国新技术新产品;2012年07期

2 张益松,伊立言;低采样率下对高频信号的识别方法[J];航空动力学报;1988年01期

3 刘志鹏,魏君;基于神经网络的集装箱编号识别方法的研究[J];中国包装工业;2002年09期

4 曹立新;真假“雕”牌高级洗衣皂的识别方法[J];中国标准化;2003年08期

5 李决龙;张淼淼;邢建春;杨启亮;;遗留系统的服务识别方法研究[J];计算机集成制造系统;2013年09期

6 江泉;赵光恒;;非线性结构系统的识别方法综述[J];河海科技进展;1993年03期

7 李维民, 公茂惠;一个新的机械图纸识别方法[J];哈尔滨电工学院学报;1995年03期

8 陈学;伪劣消防产品的简易识别方法[J];消防技术与产品信息;2004年01期

9 郭锋;刘玉利;刘鹏军;;P2P的识别[J];中小企业科技;2007年08期

10 刘瑾;张乐石;徐可欣;;不同规模数据集下的人脸识别方法(英文)[J];纳米技术与精密工程;2007年03期

相关会议论文 前10条

1 郑凯;;建立多维数据异常点识别方法的尝试[A];第八届全国体育科学大会论文摘要汇编（一）[C];2007年

2 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

3 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年

4 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

5 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

6 张茜;郑峥;亢一澜;王娟;仇巍;;基于海量实测数据的反演识别方法与盾构装备载荷的力学建模[A];中国力学大会——2013论文摘要集[C];2013年

7 赵锐;陈光发;;军事口令识别的Fuzzy方法探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年

8 骆玉荣;刘建丽;史晓涛;;一种自动车窗识别方法的设计与实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 崔凯华;王国庆;方剑青;李红军;贾俊波;马超;赵烨;张东辉;;基于声模态分析的材料识别方法研究[A];现代振动与噪声技术（第九卷）[C];2011年

10 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年

相关重要报纸文章 前9条

1 陈春道;甲鱼优劣及雌雄的识别方法[N];北京科技报;2003年

2 庞席堂;假币的识别方法[N];中华合作时报;2003年

3 王修增;手机被盗号的6种识别方法[N];中国保险报;2003年

4 张侃;正品手机电池识别方法[N];通信产业报;2000年

5 潘 治;德国开发出癌症早期识别方法[N];中国中医药报;2003年

6 新华社记者 段世文;产权证识别方法[N];新华每日电讯;2001年

7 金亮;机器人的情感[N];中国医药报;2001年

8 黄璐;识别假火车票有绝招[N];山西经济日报;2004年

9 宗绍纯;如何识别是纯奶还是奶饮料？[N];国际商报;2003年

相关博士学位论文 前10条

1 赵国腾;跨座式单轨交通轨道梁表面裂纹识别方法研究[D];重庆大学;2015年

2 徐训;线性与非线性结构动力荷载识别方法及实验研究[D];哈尔滨工业大学;2015年

3 付文亮;基于FPGA的高性能应用层协议识别方法研究[D];北京理工大学;2015年

4 陈飞飞;基于特征表示的行为识别方法研究[D];华中科技大学;2015年

5 黄仕建;视频序列中人体行为的低秩表达与识别方法研究[D];重庆大学;2015年

6 张航;基于高光谱成像技术的皮棉中地膜识别方法研究[D];中国农业大学;2016年

7 吴翔;基于机器视觉的害虫识别方法研究[D];浙江大学;2016年

8 张莉莉;竞优特征的群识别方法及其应用[D];东北大学;2010年

9 陈绵书;计算机人脸识别方法研究[D];吉林大学;2004年

10 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年

相关硕士学位论文 前10条

1 徐珂琼;基于视频的人脸识别方法研究[D];天津理工大学;2015年

2 彭姣丽;针对多表情的人脸识别方法研究[D];昆明理工大学;2015年

3 代秀丽;基于半监督判别分析的人脸识别方法研究[D];深圳大学;2015年

4 易磊;基于两阶段的交通标志识别方法研究[D];南京理工大学;2015年

5 李彦;基于小波变换的人脸识别方法研究[D];电子科技大学;2014年

6 田晓霞;运动想象EEG的识别方法及在上肢康复中的应用[D];北京工业大学;2015年

7 杨俊涛;基于分数谱时频特征的SAR目标检测与识别方法研究[D];电子科技大学;2014年

8 宋洪伟;基于模糊集合的汉语主观句识别方法研究与实现[D];黑龙江大学;2015年

9 贾博轩;基于手机传感器的人类复杂行为识别方法的研究[D];黑龙江大学;2015年

10 范玲;Link-11数据链信号的识别方法研究[D];西安电子科技大学;2014年

，

本文编号：2206672