CN112257323A - 基于电磁暂态并行计算的自动分网方法、装置及终端设备 - Google Patents

基于电磁暂态并行计算的自动分网方法、装置及终端设备 Download PDF

Info

Publication number
CN112257323A
CN112257323A CN202011224946.8A CN202011224946A CN112257323A CN 112257323 A CN112257323 A CN 112257323A CN 202011224946 A CN202011224946 A CN 202011224946A CN 112257323 A CN112257323 A CN 112257323A
Authority
CN
China
Prior art keywords
network
matrix
node
equation
undirected graph
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011224946.8A
Other languages
English (en)
Other versions
CN112257323B (zh
Inventor
吴小珊
赵利刚
李俊杰
王长香
周挺辉
甄鸿越
黄冠标
翟鹤峰
徐原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Southern Power Grid Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN202011224946.8A priority Critical patent/CN112257323B/zh
Publication of CN112257323A publication Critical patent/CN112257323A/zh
Application granted granted Critical
Publication of CN112257323B publication Critical patent/CN112257323B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Computing Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及电力系统领域，公开了一种基于电磁暂态计算的自动分网方法、装置及终端设备，根据改进节点分析法得到第一网络方程，根据节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵，将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解，根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分，从而能够实现电力系统网络的自动划分，且不需要进行用户干预，极大地提高了分网效率。

Description

基于电磁暂态并行计算的自动分网方法、装置及终端设备
技术领域
本发明涉及电力系统领域，尤其涉及一种基于电磁暂态并行计算的自动分网方法、装置及终端设备。
背景技术
目前，电磁暂态并行计算的一种常用方法是利用长传输线上行波传播的自然解耦，但该技术对于没有传输线或者传输线很短的仿真较难实现。为了不依赖于任何传输线而实现并行，分割概念及相关方法被提出来，分割论是将全网简化为多个子系统之间的稀疏互连，子系统的内部节点大为减少，进而网络的主要计算量只涉及到少量的节点，一旦网络被求解，每个子系统的末端节点的解就可以通过独立求解内部节点电压得到。
但是，现有的分割方法是对原电网进行了基于电路的划分，虽然这种方法有清晰的物理意义，但是难以实现完全自动化的网络划分，通常需要进行用户干预。
发明内容
本发明的目的是提供一种基于电磁暂态并行计算的自动分网方法、装置及终端设备，能够实现电力系统网络的自动划分，且不需要进行用户干预，极大地提高了分网效率。
为实现上述目的，本发明实施例提供了一种基于电磁暂态并行计算的自动分网方法，包括以下步骤：
根据改进节点分析法得到第一网络方程；其中，所述第一网络方程为Ax＝b，A为节点导纳矩阵，x为节点电压，b为电源或历史项；
根据所述节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵；
将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解；
根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分。
进一步的，所述根据改进节点分析法得到第一网络方程，具体为：
在根据改进节点分析法得到第一网络方程时，采用相似分量归类方法，即所有的元件根据类型进行分组，将每一组元件平等的指派到每一个线程中。
进一步的，所述根据所述节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵，具体为：
根据所述节点导纳矩阵形成无向图，采用METIS工具对所述无向图进行划分，并构造边界块矩阵。
进一步的，所述根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分，具体为：
根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分，更新下一时刻电力系统的网络状态，并对下一步长进行计算，得到下一步长的解。
本发明实施例还提供了一种基于电磁暂态并行计算的自动分网装置，包括：
方程获取模块，用于根据改进节点分析法得到第一网络方程；
网络划分模块，用于根据所述节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵；
方程求解模块，用于将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解；
节点更新模块，用于根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分。
本发明另一实施例还提供了一种基于电磁暂态计算的自动分网的终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-4所述的基于电磁暂态并行计算的自动分网的方法。
与现有技术相比，本发明提供一种基于电磁暂态计算的自动分网方法、装置及终端设备，根据改进节点分析法得到第一网络方程，根据节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵，将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解，根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分，从而能够实现电力系统网络的自动划分，且不需要进行用户干预，极大地提高了分网效率。
附图说明
图1是本发明实施例提供的一种基于电磁暂态计算的自动分网方法的流程示意图；
图2是本发明实施例提供的一种基于电磁暂态计算的自动分网方法的无向示意图；
图3是本发明实施例提供的一种基于电磁暂态计算的自动分网方法的电磁暂态并行计算示意图；
图4是本发明实施例提供的一种基于电磁暂态计算的自动分网装置的结构示意图；
图5是本发明实施例提供的一种基于电磁暂态计算的自动分网的终端设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，是本发明实施例提供的一种基于电磁暂态计算的自动分网方法的流程示意图，包括以下步骤：
S1、根据改进节点分析法得到第一网络方程；其中，所述第一网络方程为Ax＝b，A为节点导纳矩阵，x为节点电压，b为电源或历史项；
S2、根据所述节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵；
S3、将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解；
S4、根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分。
进一步的，步骤S1具体为：
在根据改进节点分析法得到第一网络方程时，采用相似分量归类方法，即所有的元件根据类型进行分组，将每一组元件平等的指派到每一个线程中。
根据改进节点分析法(Modified Node Analysis,MNA)得到第一网络方程，第一网络方程的公式为：
Ax＝b (1)
其中，A为节点导纳矩阵，是高度稀疏矩阵，x为节点电压，b为电源或者历史项。
在形成网络方程时，采用相似分量归类方法，即所有的元件首先根据他们的类型分组，例如所有的电容器分成一组，所有的变压器属于另一组，以此来保证每一组元件被平等的指派到一个线程中。由于相同元件类型的计算复杂性通常相同，因此这种方法能够得到好的计算负荷平衡。
进一步的，步骤S2具体为：
根据所述节点导纳矩阵形成无向图，采用METIS工具对所述无向图进行划分，并构造边界块矩阵。
导纳矩阵A是典型的高稀疏对称矩阵，可以用一张无向图表示，这张图有n个顶点，n是指矩阵顺序，如果导纳矩阵A中有一对非零元素Aij和Aji，就在i和j之间增加一条边。其中，Aij代表矩阵A中的第i行第j列的元素，Aji代表矩阵A中第j行第i列的元素。
由于导纳矩阵A可以是不对称的，因此用导纳矩阵A与导纳矩阵A的转置矩阵AT来构造对应的无向图。
下面用5x5的矩阵来举例说明步骤S2，导纳矩阵A为：
Figure BDA0002763346090000051
参见图2，是本发明实施例提供的一种基于电磁暂态计算的自动分网方法的无向示意图，节点1和节点2之间有一对非对角线元素G2和G3，在图2中，节点1和节点2之间有一条边，节点1和节点4之间没有非对角线元素，因此它们之间也没有对应的边。由此，将图2分成三个部分，分别是：对角块1、边界和对角块2，上述划分遵循的原则是，对角线只连接边界，并且相互之间没有任何连接。当然，这种分割不是唯一的，因此只有节点2属于边界，对角块包括节点1、节点3、节点4和节点5，并构造边界块矩阵A′。
Figure BDA0002763346090000061
在上述例子中，矩阵块的规模是1x1或者3x3，边界有一个节点。为了得到最大计算效率，快的规模必须接近相等，边界节点必须尽可能少，如果电力系统范围较大，手动划分无向图显然是不现实的。本申请采用METIS工具对无向图进行划分，此工具能够做高质量划分图形，例如边界少和块规模大小粗略相等的情况。
进一步的，步骤S3具体为：
将边界块矩阵进一步分解为上三角矩阵L和下三角矩阵U，通过步骤S2将公式(1)转换成边角块矩阵的形式，得到公式(4)：
Figure BDA0002763346090000062
为了求解公式(4)，将n×n的导纳矩阵A分解为n×n的上三角矩阵L和n×n的下三角矩阵U，如下述公式(5)所示，由于导纳矩阵A的边角块结构，矩阵L和矩阵U具有如下述公式(6)和(7)的形式。
A＝LU (5)
Figure BDA0002763346090000071
Figure BDA0002763346090000072
内部子矩阵Lii和Uii是矩阵L和矩阵U的对角线元素，通过矩阵A的对角线元素Aii分解得到LiiUii，如公式(8)，边界子矩阵Lni和Uni如公式(9)和公式(10)所示。
Aii＝LiiUii，i＝1,…m (8)
Lni＝AniUii -1，i＝1,…m (9)
Uni＝Lii -1Ain，i＝1,…m (10)
为了得到最底部的子矩阵Lnn和Unn，应用另外的LU分接最左侧的公式(11)。
Figure BDA0002763346090000073
为了求解未知变量x，首先做一个前项替换如公式(12)所示，给出中间变量y的值。
Ly＝b (12)
其中，
y＝[y1y2…ymyn]t (13)
得到中间变量y的值后，再用后项替换公式(14)替换回去，由此求出解x。
Ux＝y (14)
根据公式(12)，得到公式(15)和公式(16)
Liiyii＝bi，i＝1,…m (15)
Figure BDA0002763346090000081
同样的，由公式(14)可以得到公式(17)和公式(18)。
Unnxn＝yn (17)
Uiixi＝yi-Uinxn，i＝1,…m (18)
进一步的，步骤S4具体为：
根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分，更新下一时刻电力系统的网络状态，并对下一步长进行计算，得到下一步长的解。
具体运行流程可参见图3，是本发明实施例提供的一种基于电磁暂态计算的自动分网方法的电磁暂态并行计算示意图，t+Δt是指下一时刻。
通过多线程并行计算，将n×n的导纳矩阵A分解为n×n的上三角矩阵L和n×n的下三角矩阵U，对矩阵L和矩阵U进行计算，再通过求解中间变量y的值，经过前向和后向的回代过程，求出x的值，就可以得到下一时刻的节点导纳矩阵和历史项，然后对下一时刻电力系统的网络进行自动划分，更新下一时刻电力系统的网络状态，这样，下一步长的解就可以计算出来，然后再根据下一时刻的节点导纳矩阵和历史项从步骤S1开始进行计算，循环运行。
参见图4，是本发明实施例还提供了一种基于电磁暂态计算的自动分网装置的结构示意图，包括：
方程获取模块11，用于根据改进节点分析法得到第一网络方程；
网络划分模块12，用于根据所述节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵；
方程求解模块13，用于将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解；
节点更新模块14，用于根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分。
参见图5，是本发明实施例提供的一种基于电磁暂态计算的自动分网的终端设备的示意图。所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备，所述终端设备可包括，但不限于处理器50和存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所称存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步的，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
其中，所述基于电磁暂态计算的自动分网的终端设备集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储与计算机可存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)，电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包括的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
综上，本发明提供一种基于电磁暂态计算的自动分网方法、装置及终端设备，根据改进节点分析法得到第一网络方程，根据节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵，将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解，根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分，从而能够实现电力系统网络的自动划分，且不需要进行用户干预，极大地提高了分网效率。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (6)

1.一种基于电磁暂态并行计算的自动分网方法，其特征在于，包括以下步骤：
根据改进节点分析法得到第一网络方程；其中，所述第一网络方程为Ax＝b，A为节点导纳矩阵，x为节点电压，b为电源或历史项；
根据所述节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵；
将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解；
根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分。
2.根据权利要求1所述的自动分网方法，其特征在于，所述根据改进节点分析法得到第一网络方程，具体为：
在根据改进节点分析法得到第一网络方程时，采用相似分量归类方法，即所有的元件根据类型进行分组，将每一组元件平等的指派到每一个线程中。
3.根据权利要求1所述的自动分网方法，其特征在于，所述根据所述节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵，具体为：
根据所述节点导纳矩阵形成无向图，采用METIS工具对所述无向图进行划分，并构造边界块矩阵。
4.根据权利要求1所述的自动分网方法，其特征在于，所述根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分，具体为：
根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分，更新下一时刻电力系统的网络状态，并对下一步长进行计算，得到下一步长的解。
5.一种基于电磁暂态并行计算的自动分网装置，其特征在于，包括：
方程获取模块，用于根据改进节点分析法得到第一网络方程；
网络划分模块，用于根据所述节点导纳矩阵形成无向图，对所述无向图进行划分，并构造边界块矩阵；
方程求解模块，用于将所述边界块矩阵分解为上三角矩阵和下三角矩阵，并通过前代后代法得到所述第一网络方程的解；
节点更新模块，用于根据所述第一网络方程的解，得到下一时刻的节点导纳矩阵和历史项，对下一时刻电力系统的网络进行自动划分。
6.一种基于电磁暂态计算的自动分网的终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的基于电磁暂态并行计算的自动分网的方法。
CN202011224946.8A 2020-11-05 2020-11-05 基于电磁暂态并行计算的自动分网方法、装置及终端设备 Active CN112257323B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011224946.8A CN112257323B (zh) 2020-11-05 2020-11-05 基于电磁暂态并行计算的自动分网方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011224946.8A CN112257323B (zh) 2020-11-05 2020-11-05 基于电磁暂态并行计算的自动分网方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN112257323A true CN112257323A (zh) 2021-01-22
CN112257323B CN112257323B (zh) 2024-03-08

Family

ID=74267449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011224946.8A Active CN112257323B (zh) 2020-11-05 2020-11-05 基于电磁暂态并行计算的自动分网方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN112257323B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521452A (zh) * 2011-12-14 2012-06-27 中国电力科学研究院 一种大电网合环计算系统
CN103678900A (zh) * 2013-12-06 2014-03-26 云南电力试验研究院（集团）有限公司电力研究院 一种用于区域配电网实时仿真的网络解耦计算方法
US20160139212A1 (en) * 2014-11-13 2016-05-19 Eleon Energy, Inc. Methods and systems for power restoration planning employing simulation and transient test analysis
CN105868513A (zh) * 2016-05-19 2016-08-17 南方电网科学研究院有限责任公司 基于暂态计算网络等效的电磁暂态仿真新增模型开发方法
CN106339566A (zh) * 2016-10-19 2017-01-18 云南电网有限责任公司电力科学研究院 一种基于矩阵分解法的电磁暂态仿真算法
CN109299531A (zh) * 2018-09-12 2019-02-01 清华四川能源互联网研究院 电磁暂态仿真方法及装置
CN109710999A (zh) * 2018-12-07 2019-05-03 清华大学 一种相域电机电磁暂态仿真模型的优化方法及装置
CN110442978A (zh) * 2019-08-08 2019-11-12 华北电力大学（保定） 一种基于有限元法的多导体分布电容快速计算方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521452A (zh) * 2011-12-14 2012-06-27 中国电力科学研究院 一种大电网合环计算系统
CN103678900A (zh) * 2013-12-06 2014-03-26 云南电力试验研究院（集团）有限公司电力研究院 一种用于区域配电网实时仿真的网络解耦计算方法
US20160139212A1 (en) * 2014-11-13 2016-05-19 Eleon Energy, Inc. Methods and systems for power restoration planning employing simulation and transient test analysis
CN105868513A (zh) * 2016-05-19 2016-08-17 南方电网科学研究院有限责任公司 基于暂态计算网络等效的电磁暂态仿真新增模型开发方法
CN106339566A (zh) * 2016-10-19 2017-01-18 云南电网有限责任公司电力科学研究院 一种基于矩阵分解法的电磁暂态仿真算法
CN109299531A (zh) * 2018-09-12 2019-02-01 清华四川能源互联网研究院 电磁暂态仿真方法及装置
CN109710999A (zh) * 2018-12-07 2019-05-03 清华大学 一种相域电机电磁暂态仿真模型的优化方法及装置
US20200185980A1 (en) * 2018-12-07 2020-06-11 Tsinghua University Method and device for improving efficiency of electromagnetic transients program phase domain synchronous machine model
CN110442978A (zh) * 2019-08-08 2019-11-12 华北电力大学（保定） 一种基于有限元法的多导体分布电容快速计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YUE C, ZHOU X, LI R.: ""Node-splitting approach used for network partition and parallel processing in electromagnetic transient simulation"", 《 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY》, vol. 1, no. 2004, pages 425 - 430, XP010812477, DOI: 10.1109/ICPST.2004.1460032 *
范圣韬, 丁辉, 洪潮等: "基于时域变换方法的同步发电机电磁暂态仿真模型""", 《南方电网技术》, vol. 13, no. 05, pages 30 - 36 *
韩佶, 董毅峰, 苗世洪等: ""基于MATE的电力系统分网多速率电磁暂态并行仿真方法"", 《高电压技术》, vol. 45, no. 06, pages 1857 - 1865 *

Also Published As

Publication number Publication date
CN112257323B (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
Söderberg General formalism for inhomogeneous random graphs
Peng et al. Parallel and distributed sparse optimization
WO2016123808A1 (zh) 数据处理系统、计算节点和数据处理的方法
CN106528490B (zh) 一种fpga异构加速计算装置及系统
Dong et al. Quantile estimation with Latin hypercube sampling
WO2024007652A1 (zh) 一种大型稀疏矩阵加速求解方法、系统及存储介质
CN116227209A (zh) 一种点云数据多维线性差值方法、终端设备及存储介质
Pang et al. Interpolative decomposition butterfly factorization
EP3876092B1 (en) Method for executing matrix multiplication, circuit and soc
CN112257323A (zh) 基于电磁暂态并行计算的自动分网方法、装置及终端设备
He et al. Large‐scale super‐Gaussian sources separation using Fast‐ICA with rational nonlinearities
CN111178513A (zh) 神经网络的卷积实现方法、卷积实现装置及终端设备
CN111614078A (zh) 电力系统小干扰稳定性分析方法、装置、设备及存储介质
CN116450636B (zh) 基于低秩张量分解的物联网数据补全方法、设备及介质
CN113705957A (zh) 一种用户集群基线负荷估计方法、装置和终端设备
CN112803428A (zh) 一种受端主网架动态无功电源配置节点选取方法及终端
CN112816959A (zh) 用于车辆的聚类方法、装置、设备和存储介质
CN115374388B (zh) 多维数组压缩及解压方法及装置
Buraczewski et al. Asymptotic behavior of Poisson kernels on NA groups
Li et al. An efficient and robust orthogonal structure for linear discrete-time systems
Wang et al. Scalable power grid transient analysis via MOR-assisted time-domain simulations
Jin et al. The generalized inverses of tensors via the C-Product
CN114156864B (zh) 光伏逆变器配置方法、装置、终端及存储介质
CN110210691A (zh) 资源推荐方法、装置、存储介质及设备
CN112712461B (zh) 一种图像反卷积处理方法、装置及终端设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant