2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩95頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、電力系統(tǒng)電壓穩(wěn)定性研究在電力系統(tǒng)中的地位越來越重要,電壓穩(wěn)定與否直接影響到電力系統(tǒng)的安全穩(wěn)定性。當今一個頗具挑戰(zhàn)性的問題就是如何快速準確的評估系統(tǒng)的電壓穩(wěn)定狀態(tài)。 為解決這一問題,本文在研究了決策樹,神經(jīng)網(wǎng)絡理論和模糊神經(jīng)網(wǎng)絡理論的基本概念和方法的基礎上,應用了決策樹、神經(jīng)網(wǎng)絡決策樹及模糊神經(jīng)網(wǎng)絡決策樹三種方法分別對系統(tǒng)的電壓穩(wěn)定狀態(tài)問題進行分析,并建立了三種電壓穩(wěn)定狀態(tài)的分類模型:決策樹模型、神經(jīng)網(wǎng)絡決策樹模型及模糊神經(jīng)網(wǎng)絡決

2、策樹模型。 本文選取了系統(tǒng)中重要節(jié)點的相角差作為候選屬性,根據(jù)系統(tǒng)的歷史運行數(shù)據(jù)建立決策樹,實現(xiàn)對新的未知運行狀態(tài)下的系統(tǒng)電壓穩(wěn)定狀態(tài)進行預測。并通過仿真算例探討了決策樹方法在電壓穩(wěn)定性分析領域是否確實是行之有效的。 在分析電壓穩(wěn)定的過程中,決策樹中出現(xiàn)了誤分案例相對比較集中的節(jié)點。為解決這個問題,本文將神經(jīng)網(wǎng)絡、模糊神經(jīng)網(wǎng)絡技術引入決策樹中,對決策樹方法進行了改進,以期提高整個決策樹對電力系統(tǒng)電壓穩(wěn)定狀態(tài)的分類精度。

3、 其中對于神經(jīng)網(wǎng)絡決策樹改進方法,本文首先構(gòu)建了適合電力系統(tǒng)電壓穩(wěn)定性預測的神經(jīng)網(wǎng)絡決策樹模型,然后用仿真算例驗證了該方法在評估系統(tǒng)電壓穩(wěn)定性方面的有效性。實驗結(jié)果表明:改進后的方法其誤分率更低。 而對于另一種模糊神經(jīng)網(wǎng)絡決策樹改進方法,本文提出了適用于電力系統(tǒng)電壓穩(wěn)定性預測的模糊神經(jīng)網(wǎng)絡決策樹模型,并通過算例仿真校驗了該方法能有效的降低電壓穩(wěn)定狀態(tài)的誤分率。 總的來說,決策樹、神經(jīng)網(wǎng)絡決策樹及模糊神經(jīng)網(wǎng)絡決策樹方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論