智能配电网运行状态估计技术
出版时间:
2021-05
版次:
1
ISBN:
9787030687753
定价:
116.00
装帧:
精装
开本:
16开
纸张:
胶版纸
页数:
191页
3人买过
-
《智能配电网运行状态估计技术》介绍同步相量测量技术在配电网中的应用,重点论述配电网状态估计与运行状态评估方法。《智能配电网运行状态估计技术》分为三篇:第一篇介绍配电网量测环境分析与测量装置优化配置问题;第二篇阐述混合量测环境下配电网状态估计方法,包括传统的静态状态估计与动态状态估计,以及基于人工智能技术的状态估计;第三篇阐述配电网运行状态评估方法,涉及配电网的结构脆弱性分析、运行状态不确定性分析以及孤岛检测等方面。《智能配电网运行状态估计技术》力求阐明配电网运行状态估计的本质和规律,简明、清晰地介绍各种分析方法,突出新的理论和技术在配电网运行状态估计问题中的应用。 目录
“智能电网技术与装备丛书”序
前言
第1章 绪论 1
1.1 配电网及同步相量测量技术发展现状 1
1.2 配电网状态估计研究现状 2
1.3 配电网运行状态评估研究现状 5
参考文献 7
第一篇 配电网量测环境分析与测量装置优化配置问题
第2章 配电网混合量测环境特性分析 11
2.1 考虑同步相量量测的配电网量测环境分析 11
2.1.1 同步相量量测数据特点 11
2.1.2 配电网量测环境特性 11
2.2 同步相量测量装置功能及在配电网中的应用 12
2.2.1 同步相量测量装置研究现状 12
2.2.2 同步相量测量技术在配电网状态估计中的应用 12
2.3 基于数据差异的混合量测数据融合 14
2.4 配电网状态估计的可观测性 15
2.5 本章小结 17
参考文献 17
第3章 配电网同步相量测量装置优化配置 19
3.1 考虑节点电压越限特性的配电网同步相量测量装置优化配置 19
3.1.1 配电网节点电压越限概率评估 19
3.1.2 考虑节点电压越限特性的配电网同步相量测量装置多阶段*优配置 21
3.2 计及状态估计精度的配电网同步相量测量装置优化配置 22
3.2.1 计及状态估计精度的配电网同步相量测量装置优化配置模型 22
3.2.2 蝙蝠算法 23
3.2.3 差分进化算法 25
3.3 配电网同步相量测量装置多目标优化配置 27
3.3.1 多目标优化原理与Pareto*优解 28
3.3.2 配电网同步相量测量装置多目标*优配置模型 28
3.3.3 多目标二进制蝙蝠算法 29
3.3.4 多目标二进制差分进化算法 30
3.4 算例分析 33
3.4.1 算例系统 33
3.4.2 考虑电压越限特性的测量装置配置 34
3.4.3 计及状态估计精度的测量装置配置 36
3.4.4 基于多目标优化的多目标优化测量装置配置 37
3.5 本章小结 40
参考文献 40
第4章 配电网状态估计的灵敏度分析 42
4.1 灵敏度分析计算方法 42
4.1.1 局部灵敏度分析 42
4.1.2 全局灵敏度分析 43
4.1.3 基于MCS的全局灵敏度指标计算方法 44
4.1.4 基于SPCE的全局灵敏度指标计算方法 45
4.2 配电网状态估计的全局灵敏度分析及应用 48
4.2.1 配电网状态估计的不确定性因素 48
4.2.2 基于SPCE的配电网状态估计GSA 49
4.3 算例分析 51
4.3.1 算例系统 51
4.3.2 基于SPCE的GSA 53
4.3.3 系统运行状态变化对全局灵敏度指标的影响 57
4.3.4 基于GSA的测量装置配置方案 59
4.4 本章小结 60
参考文献 61
第二篇 混合量测环境下配电网状态估计方法
第5章 配电网静态状态估计 65
5.1 含同步相量量测的配电网三阶段状态估计建模 65
5.1.1 配电网三阶段状态估计模型 65
5.1.2 含同步相量量测的三阶段状态估计模型 67
5.1.3 交直流混合配电网三阶段状态估计模型 68
5.2 基于三阶段模型的配电网静态状态估计方法 73
5.2.1 基于拉格朗日松弛法的静态状态估计 75
5.2.2 基于交替方向乘子法的静态状态估计 77
5.2.3 交直流混合配电网分布式状态估计方法 79
5.3 算例分析 83
5.3.1 配电网状态估计 83
5.3.2 交直流混合配电网状态估计 84
5.4 本章小结 87
参考文献 88
第6章 配电网动态状态估计与加速策略 89
6.1 动态状态估计介绍 89
6.2 动态状态估计模型 89
6.2.1 状态空间模型 90
6.2.2 配电网潮流计算方法 92
6.2.3 快速动态状态估计架构 93
6.3 动态状态估计计算的异构并行 94
6.3.1 异构并行技术概述 94
6.3.2 稀疏存储技术 95
6.3.3 CUDA并行编程模型 96
6.4 异构并行加速方法 98
6.5 算例分析 99
6.6 本章小结 103
参考文献 103
第7章 数据驱动的配电网状态估计方法 105
7.1 离线学习和在线状态估计的总体框架 105
7.2 基于改进生成对抗网络的数据生成方法 106
7.2.1 生成对抗网络基本原理 107
7.2.2 基于DCGAN的注入功率样本生成 109
7.3 基于深度神经网络的配电网状态估计方法 110
7.3.1 神经网络基本原理 110
7.3.2 DNN-MMSE状态估计器 114
7.3.3 DNN离线训练 115
7.4 算例分析 116
7.4.1 算例数据 116
7.4.2 基于DCGAN的注入功率样本生成结果 117
7.4.3 基于深度学习的配电网状态估计结果 121
7.5 本章小结 125
参考文献 126
第三篇 配电网运行状态评估方法
第8章 配电网运行状态不确定性度量 129
8.1 配电网潮流计算模型 129
8.1.1 DG控制方式及建模 129
8.1.2 常规配电网的潮流计算 133
8.1.3 孤岛微电网的潮流计算 134
8.2 配电网概率潮流计算 136
8.2.1 可再生能源及负荷概率模型 137
8.2.2 考虑源荷不确定性的配电网概率潮流计算 139
8.3 算例分析 140
8.3.1 孤岛微电网潮流计算 140
8.3.2 孤岛微电网概率潮流计算 145
8.3.3 孤岛微电网潮流的全局灵敏度分析 154
8.4 本章小结 159
参考文献 160
第9章 配电网结构脆弱性及供电能力评估 161
9.1 考虑变结构特性的配电网安全供电能力分析 161
9.1.1 配电网事故后果严重程度评估 162
9.1.2 配电系统网架结构强弱评估 164
9.1.3 配电系统供电能力评估 164
9.2 计及孤岛支撑能力的配电网自愈能力分析 165
9.3 算例分析 167
9.3.1 配电网供电能力分析 167
9.3.2 配电网自愈能力分析 169
9.4 本章小结 173
参考文献 173
第10章 基于同步相量测量的孤岛检测方法 174
10.1 基于深度学习与高阶多分辨率奇异谱熵的孤岛检测方法 174
10.1.1 高阶奇异谱分析 174
10.1.2 SAE算法 177
10.1.3 有监督的微调过程 178
10.1.4 Softmax分类器 178
10.2 光伏并网与孤岛仿真系统 180
10.2.1 仿真环境及参数设定 180
10.2.2 控制策略 180
10.3 算例分析 182
10.3.1 仿真波形分析 182
10.3.2 MSHOSSE计算结果分析 185
10.3.3 孤岛检测结果分析 186
10.3.4 检测盲区分析 188
10.3.5 基于深度学习孤岛检测方法的可解释性分析 188
10.4 本章小结 190
参考文献 191
-
内容简介:
《智能配电网运行状态估计技术》介绍同步相量测量技术在配电网中的应用,重点论述配电网状态估计与运行状态评估方法。《智能配电网运行状态估计技术》分为三篇:第一篇介绍配电网量测环境分析与测量装置优化配置问题;第二篇阐述混合量测环境下配电网状态估计方法,包括传统的静态状态估计与动态状态估计,以及基于人工智能技术的状态估计;第三篇阐述配电网运行状态评估方法,涉及配电网的结构脆弱性分析、运行状态不确定性分析以及孤岛检测等方面。《智能配电网运行状态估计技术》力求阐明配电网运行状态估计的本质和规律,简明、清晰地介绍各种分析方法,突出新的理论和技术在配电网运行状态估计问题中的应用。
-
目录:
目录
“智能电网技术与装备丛书”序
前言
第1章 绪论 1
1.1 配电网及同步相量测量技术发展现状 1
1.2 配电网状态估计研究现状 2
1.3 配电网运行状态评估研究现状 5
参考文献 7
第一篇 配电网量测环境分析与测量装置优化配置问题
第2章 配电网混合量测环境特性分析 11
2.1 考虑同步相量量测的配电网量测环境分析 11
2.1.1 同步相量量测数据特点 11
2.1.2 配电网量测环境特性 11
2.2 同步相量测量装置功能及在配电网中的应用 12
2.2.1 同步相量测量装置研究现状 12
2.2.2 同步相量测量技术在配电网状态估计中的应用 12
2.3 基于数据差异的混合量测数据融合 14
2.4 配电网状态估计的可观测性 15
2.5 本章小结 17
参考文献 17
第3章 配电网同步相量测量装置优化配置 19
3.1 考虑节点电压越限特性的配电网同步相量测量装置优化配置 19
3.1.1 配电网节点电压越限概率评估 19
3.1.2 考虑节点电压越限特性的配电网同步相量测量装置多阶段*优配置 21
3.2 计及状态估计精度的配电网同步相量测量装置优化配置 22
3.2.1 计及状态估计精度的配电网同步相量测量装置优化配置模型 22
3.2.2 蝙蝠算法 23
3.2.3 差分进化算法 25
3.3 配电网同步相量测量装置多目标优化配置 27
3.3.1 多目标优化原理与Pareto*优解 28
3.3.2 配电网同步相量测量装置多目标*优配置模型 28
3.3.3 多目标二进制蝙蝠算法 29
3.3.4 多目标二进制差分进化算法 30
3.4 算例分析 33
3.4.1 算例系统 33
3.4.2 考虑电压越限特性的测量装置配置 34
3.4.3 计及状态估计精度的测量装置配置 36
3.4.4 基于多目标优化的多目标优化测量装置配置 37
3.5 本章小结 40
参考文献 40
第4章 配电网状态估计的灵敏度分析 42
4.1 灵敏度分析计算方法 42
4.1.1 局部灵敏度分析 42
4.1.2 全局灵敏度分析 43
4.1.3 基于MCS的全局灵敏度指标计算方法 44
4.1.4 基于SPCE的全局灵敏度指标计算方法 45
4.2 配电网状态估计的全局灵敏度分析及应用 48
4.2.1 配电网状态估计的不确定性因素 48
4.2.2 基于SPCE的配电网状态估计GSA 49
4.3 算例分析 51
4.3.1 算例系统 51
4.3.2 基于SPCE的GSA 53
4.3.3 系统运行状态变化对全局灵敏度指标的影响 57
4.3.4 基于GSA的测量装置配置方案 59
4.4 本章小结 60
参考文献 61
第二篇 混合量测环境下配电网状态估计方法
第5章 配电网静态状态估计 65
5.1 含同步相量量测的配电网三阶段状态估计建模 65
5.1.1 配电网三阶段状态估计模型 65
5.1.2 含同步相量量测的三阶段状态估计模型 67
5.1.3 交直流混合配电网三阶段状态估计模型 68
5.2 基于三阶段模型的配电网静态状态估计方法 73
5.2.1 基于拉格朗日松弛法的静态状态估计 75
5.2.2 基于交替方向乘子法的静态状态估计 77
5.2.3 交直流混合配电网分布式状态估计方法 79
5.3 算例分析 83
5.3.1 配电网状态估计 83
5.3.2 交直流混合配电网状态估计 84
5.4 本章小结 87
参考文献 88
第6章 配电网动态状态估计与加速策略 89
6.1 动态状态估计介绍 89
6.2 动态状态估计模型 89
6.2.1 状态空间模型 90
6.2.2 配电网潮流计算方法 92
6.2.3 快速动态状态估计架构 93
6.3 动态状态估计计算的异构并行 94
6.3.1 异构并行技术概述 94
6.3.2 稀疏存储技术 95
6.3.3 CUDA并行编程模型 96
6.4 异构并行加速方法 98
6.5 算例分析 99
6.6 本章小结 103
参考文献 103
第7章 数据驱动的配电网状态估计方法 105
7.1 离线学习和在线状态估计的总体框架 105
7.2 基于改进生成对抗网络的数据生成方法 106
7.2.1 生成对抗网络基本原理 107
7.2.2 基于DCGAN的注入功率样本生成 109
7.3 基于深度神经网络的配电网状态估计方法 110
7.3.1 神经网络基本原理 110
7.3.2 DNN-MMSE状态估计器 114
7.3.3 DNN离线训练 115
7.4 算例分析 116
7.4.1 算例数据 116
7.4.2 基于DCGAN的注入功率样本生成结果 117
7.4.3 基于深度学习的配电网状态估计结果 121
7.5 本章小结 125
参考文献 126
第三篇 配电网运行状态评估方法
第8章 配电网运行状态不确定性度量 129
8.1 配电网潮流计算模型 129
8.1.1 DG控制方式及建模 129
8.1.2 常规配电网的潮流计算 133
8.1.3 孤岛微电网的潮流计算 134
8.2 配电网概率潮流计算 136
8.2.1 可再生能源及负荷概率模型 137
8.2.2 考虑源荷不确定性的配电网概率潮流计算 139
8.3 算例分析 140
8.3.1 孤岛微电网潮流计算 140
8.3.2 孤岛微电网概率潮流计算 145
8.3.3 孤岛微电网潮流的全局灵敏度分析 154
8.4 本章小结 159
参考文献 160
第9章 配电网结构脆弱性及供电能力评估 161
9.1 考虑变结构特性的配电网安全供电能力分析 161
9.1.1 配电网事故后果严重程度评估 162
9.1.2 配电系统网架结构强弱评估 164
9.1.3 配电系统供电能力评估 164
9.2 计及孤岛支撑能力的配电网自愈能力分析 165
9.3 算例分析 167
9.3.1 配电网供电能力分析 167
9.3.2 配电网自愈能力分析 169
9.4 本章小结 173
参考文献 173
第10章 基于同步相量测量的孤岛检测方法 174
10.1 基于深度学习与高阶多分辨率奇异谱熵的孤岛检测方法 174
10.1.1 高阶奇异谱分析 174
10.1.2 SAE算法 177
10.1.3 有监督的微调过程 178
10.1.4 Softmax分类器 178
10.2 光伏并网与孤岛仿真系统 180
10.2.1 仿真环境及参数设定 180
10.2.2 控制策略 180
10.3 算例分析 182
10.3.1 仿真波形分析 182
10.3.2 MSHOSSE计算结果分析 185
10.3.3 孤岛检测结果分析 186
10.3.4 检测盲区分析 188
10.3.5 基于深度学习孤岛检测方法的可解释性分析 188
10.4 本章小结 190
参考文献 191
查看详情
-
全新
天津市东丽区
平均发货18小时
成功完成率89.66%
-
全新
河北省保定市
平均发货15小时
成功完成率91.25%
-
全新
湖北省武汉市
平均发货14小时
成功完成率93.54%
-
全新
江苏省南京市
平均发货15小时
成功完成率82.96%
-
全新
江苏省南京市
平均发货7小时
成功完成率98.12%
-
全新
北京市丰台区
平均发货23小时
成功完成率88.41%
-
全新
广东省广州市
平均发货25小时
成功完成率80.11%
-
全新
天津市西青区
平均发货14小时
成功完成率90.21%
-
全新
江苏省无锡市
平均发货18小时
成功完成率94.49%
-
全新
北京市西城区
平均发货29小时
成功完成率90.45%
-
全新
北京市顺义区
平均发货15小时
成功完成率93.88%
-
全新
天津市河东区
平均发货28小时
成功完成率90.51%
-
全新
北京市通州区
平均发货10小时
成功完成率88.25%
-
全新
北京市朝阳区
平均发货9小时
成功完成率96.83%
-
全新
四川省成都市
平均发货9小时
成功完成率96.93%
-
全新
江苏省无锡市
平均发货18小时
成功完成率92.78%
-
全新
江苏省无锡市
平均发货8小时
成功完成率95.79%
-
全新
河北省保定市
平均发货27小时
成功完成率88.51%
-
全新
山东省济宁市
平均发货67小时
成功完成率81.11%
-
全新
江苏省南京市
平均发货15小时
成功完成率82.96%
-
全新
江苏省无锡市
平均发货17小时
成功完成率87.49%
-
全新
北京市丰台区
平均发货8小时
成功完成率90.43%
-
九五品
北京市东城区
平均发货33小时
成功完成率83.34%
-
全新
天津市河北区
平均发货43小时
成功完成率81.31%
-
智能配电网运行状态估计技术
重要提醒:::重要提醒::所有图书保证正版,按书名发货图片仅供参考, 有疑问请咨询客服,看清书名按书名发货
全新
北京市通州区
平均发货9小时
成功完成率89.31%
-
全新
上海市黄浦区
平均发货11小时
成功完成率94.42%
-
全新
江苏省南京市
平均发货23小时
成功完成率40.86%
-
全新
北京市东城区
平均发货29小时
成功完成率84.95%
-
全新
四川省成都市
平均发货17小时
成功完成率81.23%
-
九品
湖南省长沙市
平均发货16小时
成功完成率95.34%
-
全新
广东省广州市
平均发货20小时
成功完成率86.24%
-
八五品
天津市宝坻区
平均发货18小时
成功完成率94.27%
-
全新
四川省成都市
平均发货25小时
成功完成率87.11%
-
九五品
北京市东城区
平均发货15小时
成功完成率86.63%
-
九品
北京市丰台区
平均发货16小时
成功完成率96.72%
-
八五品
河北省廊坊市
平均发货8小时
成功完成率94.84%
-
全新
广东省广州市
平均发货18小时
成功完成率86.52%
-
全新
广东省广州市
平均发货7小时
成功完成率89.33%
-
全新
广东省广州市
平均发货17小时
成功完成率88.63%
-
全新
北京市朝阳区
平均发货13小时
成功完成率93.49%
-
全新
北京市通州区
平均发货59小时
成功完成率71.77%
-
全新
北京市丰台区
平均发货21小时
成功完成率81.4%
-
全新
北京市东城区
平均发货20小时
成功完成率82.12%
-
九五品
北京市丰台区
平均发货7小时
成功完成率76.37%
-
全新
北京市通州区
平均发货65小时
成功完成率80.51%
-
全新
江苏省无锡市
平均发货7小时
成功完成率89.16%
-
全新
江苏省无锡市
平均发货8小时
成功完成率87.33%
-
全新
河北省保定市
平均发货9小时
成功完成率80.97%
-
全新
河北省保定市
平均发货10小时
成功完成率93.97%
-
全新
广东省广州市
平均发货9小时
成功完成率87.11%