一種頻變輸電線(xiàn)建模方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及頻變輸電線(xiàn)電磁暫態(tài)研究領(lǐng)域，尤其涉及一種頻變輸電線(xiàn)建模方法。
【背景技術(shù)】
[0002] 為了建立更精確的輸電線(xiàn)模型，以往采用的恒定參數(shù)傳輸線(xiàn)暫態(tài)等值模型雖然簡(jiǎn) 便但不適合電力系統(tǒng)過(guò)電壓的計(jì)算。因此，考慮頻變特性是建立精確輸電線(xiàn)模型的前提。
[0003] 由Budner提出的線(xiàn)路導(dǎo)納權(quán)函數(shù)法在進(jìn)行卷積時(shí)會(huì)丟掉大量信息而不準(zhǔn)確。隨 后出現(xiàn)的前反行波權(quán)函數(shù)法因忽略了特性阻抗的頻變特性而存在較大誤差。Marti在該領(lǐng) 域所做貢獻(xiàn)最大，其提出的Marti模型將數(shù)字濾波理論應(yīng)用于輸電線(xiàn)頻域模型，但該方法 在對(duì)特性導(dǎo)納和延時(shí)函數(shù)進(jìn)行擬合時(shí)采用的波特圖法將擬合函數(shù)的零極點(diǎn)限制于實(shí)數(shù)域 范圍，導(dǎo)致有理近似式不夠精確。
[0004] 在此基礎(chǔ)上后來(lái)提出了矢量匹配法對(duì)特性導(dǎo)納和延時(shí)函數(shù)進(jìn)行有理近似，使所用 擬合函數(shù)的零極點(diǎn)范圍擴(kuò)展到復(fù)數(shù)域，使得所建模型更精確。但該方法受隨機(jī)初始極點(diǎn)的 影響較大，不同的初始極點(diǎn)可以得到不同的有理近似式從而影響所建模型的精確性。
[0005] 因此如何避免矢量匹配法受初始極點(diǎn)的影響，得到特性導(dǎo)納和延時(shí)函數(shù)的準(zhǔn)確近 似式，提高頻變輸電線(xiàn)路暫態(tài)模型的精度極其重要。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明提供了一種頻變輸電線(xiàn)建模方法，本發(fā)明將矢量匹配法與遺傳算法相結(jié)合 從而提高所建頻變輸電線(xiàn)模型精度，詳見(jiàn)下文描述：
[0007] -種頻變輸電線(xiàn)建模方法，所述方法包括以下步驟：
[0008] 構(gòu)造迭代極點(diǎn)的適應(yīng)度函數(shù)，對(duì)矢量匹配過(guò)程中出現(xiàn)的迭代極點(diǎn)群體實(shí)施選擇、 交叉、變異遺傳操作；
[0009] 利用遺傳算法的全局尋優(yōu)能力搜尋出最優(yōu)極點(diǎn)，并將所述最優(yōu)極點(diǎn)應(yīng)用到矢量匹 配法中，對(duì)尋優(yōu)方向進(jìn)行優(yōu)化指導(dǎo)，獲取具有全局最優(yōu)的特性導(dǎo)納、延時(shí)函數(shù)的近似有理 式。
[0010] 本發(fā)明提供的技術(shù)方案的有益效果是：
[0011] 1.本發(fā)明是在Marti模型所提出的模擬濾波技術(shù)基礎(chǔ)上提出的，Marti模型在應(yīng) 用波特圖對(duì)特性導(dǎo)納和等值電流源中的延時(shí)函數(shù)進(jìn)行有理近似時(shí)擬合函數(shù)中的極點(diǎn)和余 項(xiàng)受實(shí)數(shù)域限制，而本發(fā)明應(yīng)用的矢量匹配法可以將該范圍擴(kuò)展到復(fù)數(shù)域，較Marti模型 更加精確。
[0012] 2.本發(fā)明利用遺傳算法的全局尋優(yōu)能力搜尋出最優(yōu)極點(diǎn)，采用最優(yōu)極點(diǎn)構(gòu)成的有 理近似式克服了矢量匹配法容易受初始極點(diǎn)影響的缺點(diǎn)，使得對(duì)特性導(dǎo)納和延時(shí)函數(shù)進(jìn)行 擬合所得的近似式誤差減小，從而提高了模型的精確性。
[0013]3.本發(fā)明將矢量匹配法與遺傳算法相結(jié)合，并非單純地應(yīng)用遺傳算法進(jìn)行緩慢尋 優(yōu)，而是根據(jù)矢量匹配法的有理式形式對(duì)種群個(gè)體進(jìn)行適時(shí)地改寫(xiě)，力求迭代快速收斂，極 大地提高了尋優(yōu)速度。
【附圖說(shuō)明】
[0014] 圖1為本發(fā)明的用于表示輸電線(xiàn)路的示意圖；
[0015] 圖2為本發(fā)明的輸電線(xiàn)路等值電路；
[0016] 圖3為本發(fā)明的特性導(dǎo)納的等值網(wǎng)絡(luò)；
[0017]圖4為本發(fā)明的算例中導(dǎo)線(xiàn)排列示意圖；
[0018] 圖5為本發(fā)明的算例中特性導(dǎo)納幅值地中模量的擬合曲線(xiàn)；
[0019] 圖6為本發(fā)明的算例中特性導(dǎo)納相角地中模量的擬合曲線(xiàn)；
[0020] 圖7為本發(fā)明的算例中延時(shí)函數(shù)幅值地中模量的擬合曲線(xiàn)；
[0021] 圖8為本發(fā)明的算例中延時(shí)函數(shù)相角地中模量的擬合曲線(xiàn)。
【具體實(shí)施方式】
[0022] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面對(duì)本發(fā)明實(shí)施方式作進(jìn)一步 地詳細(xì)描述。
[0023] 由于矢量匹配法易受隨機(jī)初始極點(diǎn)的影響，導(dǎo)致所得結(jié)果誤差較大。基于此，通過(guò) 構(gòu)造迭代極點(diǎn)的適應(yīng)度函數(shù)，對(duì)矢量匹配過(guò)程中出現(xiàn)的迭代極點(diǎn)群體實(shí)施選擇、交叉、變異 等遺傳操作，利用遺傳算法的全局尋優(yōu)能力搜尋出最優(yōu)極點(diǎn)，并將該極點(diǎn)應(yīng)用到矢量匹配 法中，對(duì)尋優(yōu)方向進(jìn)行優(yōu)化指導(dǎo)，力求快速獲取具有全局最優(yōu)的特性導(dǎo)納、延時(shí)函數(shù)的近似 有理式。從而提高所建輸電線(xiàn)模型的精確性。
[0024] 101:對(duì)輸電線(xiàn)電報(bào)方程⑴進(jìn)行求解得到方程組⑵的形式；
【主權(quán)項(xiàng)】
1. 一種頻變輸電線(xiàn)建模方法，其特征在于，所述方法包括以下步驟： 構(gòu)造迭代極點(diǎn)的適應(yīng)度函數(shù)，對(duì)矢量匹配過(guò)程中出現(xiàn)的迭代極點(diǎn)群體實(shí)施選擇、交叉、 變異遺傳操作； 利用遺傳算法的全局尋優(yōu)能力搜尋出最優(yōu)極點(diǎn)，并將所述最優(yōu)極點(diǎn)應(yīng)用到矢量匹配法 中，對(duì)尋優(yōu)方向進(jìn)行優(yōu)化指導(dǎo)，獲取具有全局最優(yōu)的特性導(dǎo)納、延時(shí)函數(shù)的近似有理式。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種頻變輸電線(xiàn)建模方法，所述方法包括以下步驟：構(gòu)造迭代極點(diǎn)的適應(yīng)度函數(shù)，對(duì)矢量匹配過(guò)程中出現(xiàn)的迭代極點(diǎn)群體實(shí)施選擇、交叉、變異遺傳操作；利用遺傳算法的全局尋優(yōu)能力搜尋出最優(yōu)極點(diǎn)，并將所述最優(yōu)極點(diǎn)應(yīng)用到矢量匹配法中，對(duì)尋優(yōu)方向進(jìn)行優(yōu)化指導(dǎo)，獲取具有全局最優(yōu)的特性導(dǎo)納、延時(shí)函數(shù)的近似有理式。本發(fā)明將矢量匹配法與遺傳算法相結(jié)合，并非單純地應(yīng)用遺傳算法進(jìn)行緩慢尋優(yōu)，而是根據(jù)矢量匹配法的有理式形式對(duì)種群個(gè)體進(jìn)行適時(shí)地改寫(xiě)，力求迭代快速收斂，極大地提高了尋優(yōu)速度。
【IPC分類(lèi)】G06F17-50, G06N3-12
【公開(kāi)號(hào)】CN104615814
【申請(qǐng)?zhí)枴緾N201510040648
【發(fā)明人】張炳達(dá), 趙紫昆, 王瀟
【申請(qǐng)人】天津大學(xué)
【公開(kāi)日】2015年5月13日
【申請(qǐng)日】2015年1月27日