湖南省自然科学基金(11JJ6032)

作品数：7被引量：65H指数：4
导出分析报告
相关作者：竺炜马建伟曾喆昭唐如周益华更多>>
相关机构：长沙理工大学国家电网公司贵阳供电局更多>>
相关期刊：《电力科学与技术学报》《电力系统保护与控制》《中国电机工程学报》《中国水能及电气化》更多>>
相关主题：神经网络低频振荡PRONY模式识别功角特性更多>>
相关领域：电气工程更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于局部测量信息电压稳定性指标的有效性验证分析被引量：4
《电力科学与技术学报》2013年第2期38-43,共6页竺炜 董海涛 陶琼 茹梁 
国家自然科学基金(61040049);湖南省自然科学基金(11JJ6032);湖南省科技计划项目(2010FJ4095)
为快速判断电压稳定域,国内外已经提出了多个基于线路局部测量信息的电压稳定指标,并且被广泛引用,但在实际应用中存在与指标理论不符的情况.分析发现,这些指标推导的理论立足点都基于二次常系数电压方程或功率方程判别式的非负性;由于...
关键词：电力系统 局部测量信息 电压稳定指标 P-V曲线 
低频振荡主导模式的滑窗谱分析方法被引量：2
《电力科学与技术学报》2013年第1期48-55,共8页竺炜 蒋頔 马建伟 曾喆昭 
国家自然科学基金(61040049);湖南省自然科学基金(11JJ6032);湖南省科技计划项目(2010FJ4095)
实际电力系统低频振荡复杂,具有多模式且模式时变的特点,但在秒级时间窗内,仍可采用非时变特征根来描述机电振荡模式.采用滑窗后谱分量比较的办法,解决阻尼识别和模式变化判别问题;针对振荡带宽较窄的特点,采用最小二乘递推的傅里叶基...
关键词：低频振荡 主导模式 滑窗 谱分析 神经网络 
分段傅里叶神经网络的低频振荡模式识别方法被引量：11
《电力系统保护与控制》2012年第15期40-45,共6页竺炜 马建伟 曾喆昭 周益华 
国家自然科学基金(61040049);湖南省自然科学基金(11JJ6032);湖南省科技计划项目(2010FJ4095)~~
针对低频振荡带宽较窄、主导模式较少的特点,提出了分段傅里叶神经网络的主导模式识别方法。采用分段傅里叶系数以求得振荡阻尼特性;为克服傅里叶系数直接求解的困难,采用有限神经元的正交基神经网络模型进行求解。根据分段傅里叶系数...
关键词：PRONY 神经网络 主导模式 低频振荡 模式识别 
基于局部测量信息的戴维南等值参数分析被引量：4
《电力科学与技术学报》2012年第2期47-51,共5页竺炜 唐如 
国家自然科学基金(61040049);湖南省自然科学基金(11JJ6032);湖南省科技计划(2010FJ4095)
利用戴维南等值简化的电力系统模型可快速分析负荷点的电压变化趋势,但存在基于局部测量信息的等值参数求取难点.考虑负荷母线电压相位的变化,基于局部可测信息,重新分析戴维南等值的方法.并以等值电势相量为相位参考轴,求取等值参数初...
关键词：戴维南等值 参数修正 局部测量信息 电压-负荷特性 
水轮机及其调速系统对电力系统低频振荡的影响分析被引量：7
《中国水能及电气化》2012年第4期13-18,共6页周益华 竺炜 
湖南省自然科学基金资助项目(11JJ6032);湖南省科技计划资助项目(2010FJ4095)
基于水轮机及其调速系统的典型模型,推导了转子的机械阻尼力矩系数;采用非线性规划的方法,对典型参数范围内的机械阻尼力矩系数进行了极值分析。分析发现,水轮机及其调速系统提供的负阻尼转矩,可能导致电力系统呈现弱阻尼甚至负阻尼状态...
关键词：水轮机 调速系统 负阻尼转矩 电力系统低频振荡 
电网的弹性力学网络拓扑映射被引量：31
《中国电机工程学报》2011年第31期109-117,共9页竺炜 周孝信 唐如 
国家自然科学基金项目(61040049);湖南省自然科学基金项目(11JJ6032);湖南省科技计划项目(2010FJ4095)~~
电网拓扑只在二维平面反映地理位置节点的连接情况,无法动态显现状态量之间的关系。将电网映射成三维空间展开布置的纵向受力的弹性网络,既保持了电网原有的拓扑连接状态,又显现了功角之间的物理特性。将广域测量系统(wide area measure...
关键词：智能电网 弹性网络 弹性系数 拓扑映射 功角特性 
FFT结合神经网络的低频振荡主导模式识别被引量：11
《电力科学与技术学报》2011年第4期88-93,共6页马建伟 竺炜 曾喆昭 杨芳 
国家自然科学基金(61040049);湖南省自然科学基金(11JJ6032);湖南省科技计划项目(2010FJ4095)
为提高电力系统低频振荡主导模式识别的抗噪性,提出一种FFT结合神经网络的识别方法.首先,基于加窗插值FFT算法求解各振荡模式的频率及其能量权重;然后利用神经网络分段逼近低频振荡信号,根据相邻两段的幅值变化求解衰减因子;最后拟合求...
关键词：PRONY 神经网络 低频振荡 模式识别 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部