CN113723032A - 一种面向大规模节点的电路快速解算方法及系统 - Google Patents
一种面向大规模节点的电路快速解算方法及系统 Download PDFInfo
- Publication number
- CN113723032A CN113723032A CN202111005583.3A CN202111005583A CN113723032A CN 113723032 A CN113723032 A CN 113723032A CN 202111005583 A CN202111005583 A CN 202111005583A CN 113723032 A CN113723032 A CN 113723032A
- Authority
- CN
- China
- Prior art keywords
- node
- calculation
- current
- discretization
- equivalent circuit
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的一种面向大规模节点的电路快速解算方法及系统,该方法包括:建立离散化诺顿等效电路模型;根据离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量;根据复合计算矩阵及历史电流源向量计算得到当前周期内的电压向量;根据电压向量、离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。在节点数目相对较多的仿真场景下,通过构造复合计算矩阵,将右侧电流向量计算、节点电压向量求解与关键元件电压向量计算三个计算步骤整合简化为一个计算步骤,使得一个计算周期内的计算量小于经典EMTP法。从而显著提升大规模节点密集型电路的仿真速度。
Description
技术领域
本发明涉及电磁暂态仿真领域,具体涉及一种面向大规模节点的电路快速解算方法及系统。
背景技术
基于经典的节点电压电路分析理论的EMTP计算方法已经成为应用于电力系统离线与实时电磁暂态仿真的主流方法,在各类电力系统仿真软件的开发与实时仿真平台构建中扮演至关重要的角色。
以含有n个节点(除去参考节点)与e个关键元件(此处关键元件的概念指离散化后的诺顿等效电路中含有电流源的元件,包含电感、电容、电源)的电路系统为例,假定步长为Δt,在经典EMTP方法中,其计算周期t内的求解过程可以分为以下几个步骤:
第1步:根据预存的关键元件与各节点关联矩阵C(n*e),以及上个周期计算所得的各关键元件历史电流源向量ihist(t-Δt)(e*1),计算节点电压方程右侧电流向量i(t)=C*ihist(t-Δt),其计算量为e*n次乘法与e*n次累加。
第2步:根据预存的节点导纳矩阵的逆G-1 (n*n)与第1步所求的i(t),求解节点电压向量u(t)=G-1*i(t),其计算量为n2次乘法与n2次累加。
第3步:根据预存的关键元件与各节点关联矩阵D(e*n),以及第2步所求的u(t),计算各关键元件本周期内的电压向量uelemt(t)=D*u(t),其计算量为e*n次乘法与e*n次累加。
第4步:根据uelemt(t)、各关键元件种类及所选用的离散化数值方法,计算本周期内新的历史电流源向量ihist(t),以后退欧拉法为例,其计算量约为e次乘法与e次加法。
该方法存在的突出问题在于,每个周期内计算量较大且与电路节点数目n密切相关。现代电力系统电力电子化趋势明显,开展电磁暂态仿真时经常需要计及大量电力电子设备,由此将造成解算过程中节点数目激增(即大规模节点密集型系统)。此时,若采用上述经典计算方法将导致单步计算量过大,难以实现电磁暂态时间尺度下的实时仿真。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中采用上述经典计算方法将导致单步计算量过大,难以实现电磁暂态时间尺度下的实时仿真的缺陷,从而提供一种面向大规模节点的电路快速解算方法及系统。
为达到上述目的,本发明提供如下技术方案:
第一方面,本发明实施例提供一种面向大规模节点的电路快速解算方法,包括:建立离散化诺顿等效电路模型;根据所述离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量;根据所述复合计算矩阵及所述历史电流源向量计算得到当前周期内的电压向量;根据所述电压向量、所述离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。
可选地,所述复合计算矩阵的计算公式为:M(e×e)=D(e×n)*G-1 (n×n)*C(n×e),其中,M(e*e)为复合计算矩阵;D(e*n)与C(n*e)均为反映电路模型中各关键元件与各节点间拓扑连接关系的关联矩阵;G-1 (n*n)为经典EMTP算法概念下节点导纳矩阵的逆矩阵。
可选地,面向大规模节点的电路快速解算方法,还包括:判断当前周期是否在仿真计算周期内;当当前周期在仿真计算周期内时,更新计算关键元件当前周期内的电流源向量。
可选地,当当前周期不在仿真计算周期内时,将当前周期内的电流源向量作为仿真结果输出。
可选地,所述关键元件种类包括电感、电容及电源。
可选地,C(n*e)中元素Cij的取值规则包括:当第j个关键元件的历史电流从第i个节点流出,则Cij=-1;当第j个关键元件的历史电流向第i个节点流入,则Cij=1;当第j个关键元件与第i个节点不相连,则Cij=0。
可选地,D(e*n)中元素Dji的取值规则包括:当第j个关键元件为电感或电容,且其历史电流从第i个节点流出,则Dji=1;当第j个关键元件为电感或电容,且其历史电流向第i个节点流入,则Dji=-1;当第j个关键元件为电源,且其电流从第i个节点流出,则Dji=-1;当第j个关键元件为电源,且其电流向第i个节点流入,则Dji=1;当第j个关键元件与第i个节点不相连,则Dji=0。
第二方面,本发明实施例提供一种面向大规模节点的电路快速解算系统,包括:建立模块,用于建立离散化诺顿等效电路模型;获取模块,用于根据所述离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量;计算模块,用于根据所述复合计算矩阵及所述历史电流源向量计算得到当前周期内的电压向量;更新模块,用于根据所述电压向量、所述离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。
第三方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行本发明实施例第一方面所述的面向大规模节点的电路快速解算方法。
第四方面,本发明实施例提供一种计算机设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行本发明实施例第一方面所述的面向大规模节点的电路快速解算方法。
本发明技术方案,具有如下优点:
本发明提供的面向大规模节点的电路快速解算方法,包括:建立离散化诺顿等效电路模型;根据离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量;根据复合计算矩阵及历史电流源向量计算得到当前周期内的电压向量;根据电压向量、离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。在节点数目相对较多的仿真场景下,通过构造复合计算矩阵,将右侧电流向量计算、节点电压向量求解与关键元件电压向量计算三个计算步骤整合简化为一个计算步骤,使得一个计算周期内的计算量小于经典EMTP法。从而显著提升大规模节点密集型电路的仿真速度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中面向大规模节点的电路快速解算方法的一个具体示例的流程图;
图2为本发明实施例中一个具体示例的电路拓扑图;
图3为本发明实施例中一个具体示例的离散化诺顿等效电路;
图4为本发明实施例中面向大规模节点的电路快速解算系统的一个具体示例的原理框图;
图5为本发明实施例提供的计算机设备一个具体示例的组成图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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做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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供一种面向大规模节点的电路快速解算方法,如图1所示,包括如下步骤:
步骤S1:建立离散化诺顿等效电路模型。
在一具体实施例中,建立含有n个节点(除去参考节点)与e个关键元件的离散化诺顿等效电路模型。其中,关键元件指离散化诺顿等效电路中含有电流源的元件,例如可以包含电感、电容与电源。其中,关键元件中的电源包含独立源和受控源。并且等效电路中除了电阻、电容、电感以外的电力设备,含非线性设备,将其看成电路的一个受控源或若干个受控源组合。最后将上述离散化诺顿等效电路模型输入EMTP软件,并假定仿真步长为Δt,仿真计算周期为t。
步骤S2:根据离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量。
在一具体实施例中,从EMTP软件中获取复合计算矩阵M(e*e)及上周期等效电路模型中各关键元件的历史电流源向量ihist(t-Δt)(e*1)。
步骤S3:根据复合计算矩阵及历史电流源向量计算得到当前周期内的电压向量。
在一具体实施例中,根据预存的复合计算矩阵M(e*e)与上个周期计算所得的各关键元件历史电流源向量ihist(t-Δt)(e*1)做矩阵运算,计算各关键元件当前周期内的电压向量uelemt(t)=M*ihist(t-Δt),其计算量为e2次乘法与e2次累加。
步骤S4:根据电压向量、离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。
在一具体实施例中,根据当前周期内的电压向量uelemt(t)、各关键元件种类及所选用的离散化数值方法,计算本周期内新的历史电流源向量ihist(t)。在本发明实施例中,预设离散化数值方法以后退欧拉法为例,其计算量约为e次乘法与e次加法。通过将实时仿真计算过程由节点数目敏感型转化为关键元件数目敏感型,提高了电力电子化电力系统实时仿真平台构建过程中的计算资源评估与分配效率。
在本发明实施例中,通过构造预存的复合计算矩阵M(e*e),将经典EMTP算法中的右侧电流向量计算,节点电压向量求解与关键元件电压向量计算三个计算步骤整合简化为一个计算步骤;分析表明在节点数目相对较多的仿真场景(n>0.414e)下,该方法一个计算周期内的计算量小于经典EMTP法。以e≈1.5n(n≈0.67e)的大规模电力电子电路典型情景为例,利用该算法可降低仿真器计算负荷40%以上。从而显著提升大规模节点密集型电路的仿真速度。
本发明提供的面向大规模节点的电路快速解算方法,包括:建立离散化诺顿等效电路模型;根据离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量;根据复合计算矩阵及历史电流源向量计算得到当前周期内的电压向量;根据电压向量、离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。在节点数目相对较多的仿真场景下,通过构造复合计算矩阵,将右侧电流向量计算、节点电压向量求解与关键元件电压向量计算三个计算步骤整合简化为一个计算步骤,使得一个计算周期内的计算量小于经典EMTP法。从而显著提升大规模节点密集型电路的仿真速度。
在一实施例中,复合计算矩阵的计算公式为:
M(e×e)=D(e×n)*G-1 (n×n)*C(n×e),
其中,M(e*e)为复合计算矩阵;D(e*n)与C(n*e)均为反映电路模型中各关键元件与各节点间拓扑连接关系的关联矩阵;G-1 (n*n)为经典EMTP算法概念下节点导纳矩阵的逆矩阵。
在一具体实施例中,D(e*n)与C(n*e)均为反映电路模型中各关键元件与各节点间拓扑连接关系的关联矩阵,但是其具体形式不同。具体地,C(n*e)中元素Cij的取值规则包括:当第j个关键元件的历史电流从第i个节点流出,则Cij=-1;当第j个关键元件的历史电流向第i个节点流入,则Cij=1;当第j个关键元件与第i个节点不相连,则Cij=0。另外,D(e*n)中元素Dji的取值规则包括:当第j个关键元件为电感或电容,且其历史电流从第i个节点流出,则Dji=1;当第j个关键元件为电感或电容,且其历史电流向第i个节点流入,则Dji=-1;当第j个关键元件为电源,且其电流从第i个节点流出,则Dji=-1;当第j个关键元件为电源,且其电流向第i个节点流入,则Dji=1;当第j个关键元件与第i个节点不相连,则Dji=0。
在一实施例中,面向大规模节点的电路快速解算方法,还包括如下步骤:
步骤S5:判断当前周期是否在仿真计算周期内。
步骤S6:当当前周期在仿真计算周期内时,更新计算关键元件当前周期内的电流源向量。
步骤S7:当当前周期不在仿真计算周期内时,将当前周期内的电流源向量作为仿真结果输出。
在一具体实施例中,判断当前周期是否在仿真计算周期内,当当前周期在仿真计算周期内时,以仿真步长Δt的增速增加仿真计算时间,并在每增加Δt仿真步长后,重复步骤S1-S4更新计算关键元件当前周期内的电流源向量。当当前周期不在仿真计算周期内时,将当前周期内的电流源向量作为仿真结果输出,结束仿真。
在一实施例中,给出以下应用案例进行说明。分析对象为如图2所示之电路,内含e=4个关键元件(独立电压源Us,电感器L1,电容器C1,电感器L2依次编号为1~4),n=3个节点,满足n>0.414e,可以适用本方法,若采用后退欧拉法进行离散化,步长为Δt,则其仿真计算周期t内的诺顿等效电路如图3所示。则根据前文所述之技术方法,可以确定节点导纳矩阵G,关联矩阵D与C分别如下所示。
由此可确定预存的复合计算矩阵M=D*G-1*C
针对每个计算周期中的第二步,以后退欧拉法为例,可以按照如下方式更新历史电流源向量ihist(t)的各分量:
依照上述表达式由相应的硬件计算处理设备实现即可完成仿真计算,获得仿真时段内系统中各关键元件的电压数据。为保持计算过程中矩阵M恒定以充分发挥本解算方法的优势,对于电路中的开关元件可采用LC开关模型加以近似等效。同时需要指出该解算方式不实时输出非关键元件(电阻)的电压数据,实践表明这对于相当一部分涉及电力电子装备的电力系统电磁暂态仿真需求而言是可以接受的。
本发明实施例还提供一种面向大规模节点的电路快速解算系统,如图4所示,包括:
建立模块1,用于建立离散化诺顿等效电路模型。详细内容参见上述实施例中步骤S1的相关描述,在此不再赘述。
获取模块2,用于根据离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量。详细内容参见上述实施例中步骤S2的相关描述,在此不再赘述。
计算模块3,用于根据复合计算矩阵及历史电流源向量计算得到当前周期内的电压向量。详细内容参见上述实施例中步骤S3的相关描述,在此不再赘述。
更新模块4,用于根据电压向量、离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。详细内容参见上述实施例中步骤S4的相关描述,在此不再赘述。
本发明实施例还提供一种计算机设备,如图5所示,该设备可以包括处理器61和存储器62,其中处理器61和存储器62可以通过总线或者其他方式连接,图5以通过总线连接为例。
处理器61可以为中央处理器(Central Processing Unit,CPU)。处理器61还可以为其他通用处理器、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、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器62作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的对应的程序指令/模块。处理器61通过运行存储在存储器62中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的面向大规模节点的电路快速解算方法。
存储器62可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器61所创建的数据等。此外,存储器62可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器62可选包括相对于处理器61远程设置的存储器,这些远程存储器可以通过网络连接至处理器61。上述网络的实例包括但不限于互联网、企业内部网、企业内网、移动通信网及其组合。
一个或者多个模块存储在存储器62中,当被处理器61执行时,执行本发明实施提供的面向大规模节点的电路快速解算方法。
上述计算机设备具体细节可以对应参阅图1-图3所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种面向大规模节点的电路快速解算方法,其特征在于,包括:
建立离散化诺顿等效电路模型;
根据所述离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量;
根据所述复合计算矩阵及所述历史电流源向量计算得到当前周期内的电压向量;
根据所述电压向量、所述离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。
2.根据权利要求1所述的面向大规模节点的电路快速解算方法,其特征在于,所述复合计算矩阵的计算公式为:
M(e×e)=D(e×n)*G-1 (n×n)*C(n×e),
其中,M(e*e)为复合计算矩阵;D(e*n)与C(n*e)均为反映电路模型中各关键元件与各节点间拓扑连接关系的关联矩阵;G-1 (n*n)为经典EMTP算法概念下节点导纳矩阵的逆矩阵。
3.根据权利要求1所述的面向大规模节点的电路快速解算方法,其特征在于,还包括:
判断当前周期是否在仿真计算周期内;
当当前周期在仿真计算周期内时,更新计算关键元件当前周期内的电流源向量。
4.根据权利要求3所述的面向大规模节点的电路快速解算方法,其特征在于,当当前周期不在仿真计算周期内时,将当前周期内的电流源向量作为仿真结果输出。
5.根据权利要求1所述的面向大规模节点的电路快速解算方法,其特征在于,所述关键元件种类包括电感、电容及电源。
6.根据权利要求2所述的面向大规模节点的电路快速解算方法,其特征在于,C(n*e)中元素Cij的取值规则包括:
当第j个关键元件的历史电流从第i个节点流出,则Cij=-1;
当第j个关键元件的历史电流向第i个节点流入,则Cij=1;
当第j个关键元件与第i个节点不相连,则Cij=0。
7.根据权利要求5所述的面向大规模节点的电路快速解算方法,其特征在于,D(e*n)中元素Dji的取值规则包括:
当第j个关键元件为电感或电容,且其历史电流从第i个节点流出,则Dji=1;
当第j个关键元件为电感或电容,且其历史电流向第i个节点流入,则Dji=-1;
当第j个关键元件为电源,且其电流从第i个节点流出,则Dji=-1;
当第j个关键元件为电源,且其电流向第i个节点流入,则Dji=1;
当第j个关键元件与第i个节点不相连,则Dji=0。
8.一种面向大规模节点的电路快速解算系统,其特征在于,包括:
建立模块,用于建立离散化诺顿等效电路模型;
获取模块,用于根据所述离散化诺顿等效电路模型获取复合计算矩阵及上周期等效电路模型中各关键元件的历史电流源向量;
计算模块,用于根据所述复合计算矩阵及所述历史电流源向量计算得到当前周期内的电压向量;
更新模块,用于根据所述电压向量、所述离散化诺顿等效电路模型中的关键元件种类及预设离散化数值方法,更新当前周期内历史电流源向量。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-7任一所述的面向大规模节点的电路快速解算方法。
10.一种计算机设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-7任一所述的面向大规模节点的电路快速解算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111005583.3A CN113723032B (zh) | 2021-08-30 | 2021-08-30 | 一种面向大规模节点的电路快速解算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111005583.3A CN113723032B (zh) | 2021-08-30 | 2021-08-30 | 一种面向大规模节点的电路快速解算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113723032A true CN113723032A (zh) | 2021-11-30 |
CN113723032B CN113723032B (zh) | 2023-08-15 |
Family
ID=78679160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111005583.3A Active CN113723032B (zh) | 2021-08-30 | 2021-08-30 | 一种面向大规模节点的电路快速解算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723032B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114910689A (zh) * | 2022-07-12 | 2022-08-16 | 沐曦集成电路(上海)有限公司 | 一种芯片电流的实时监测方法 |
CN117077607A (zh) * | 2023-07-26 | 2023-11-17 | 南方科技大学 | 大规模线性电路仿真方法、系统、电路仿真器及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160328508A1 (en) * | 2015-05-04 | 2016-11-10 | Helic, Inc. | Iterative Solution Using Compressed Inductive Matrix for Efficient Simulation of Very-Large Scale Circuits |
CN106649927A (zh) * | 2016-09-21 | 2017-05-10 | 国网天津市电力公司 | 一种基于fpga 的电力电子元件实时仿真组合建模方法 |
CN110472265A (zh) * | 2019-06-24 | 2019-11-19 | 华北电力大学 | 一种isop型级联型电力电子变压器的电磁暂态等效建模方法 |
CN112131716A (zh) * | 2020-09-02 | 2020-12-25 | 南京航空航天大学 | 一种用于电力电子化电力系统的随机电磁暂态分析方法及系统 |
-
2021
- 2021-08-30 CN CN202111005583.3A patent/CN113723032B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160328508A1 (en) * | 2015-05-04 | 2016-11-10 | Helic, Inc. | Iterative Solution Using Compressed Inductive Matrix for Efficient Simulation of Very-Large Scale Circuits |
CN106649927A (zh) * | 2016-09-21 | 2017-05-10 | 国网天津市电力公司 | 一种基于fpga 的电力电子元件实时仿真组合建模方法 |
CN110472265A (zh) * | 2019-06-24 | 2019-11-19 | 华北电力大学 | 一种isop型级联型电力电子变压器的电磁暂态等效建模方法 |
CN112131716A (zh) * | 2020-09-02 | 2020-12-25 | 南京航空航天大学 | 一种用于电力电子化电力系统的随机电磁暂态分析方法及系统 |
Non-Patent Citations (2)
Title |
---|
刘栋 等: "电力系统基础仿真算法对比分析研究", 《全球能源互联网》, vol. 1, no. 2, pages 137 - 143 * |
康忠健;刘睿莹;田爱娜;: "适用于非同步采样的含DG配电网多端单相故障定位方法研究", 电网与清洁能源, no. 12, pages 1 - 6 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114910689A (zh) * | 2022-07-12 | 2022-08-16 | 沐曦集成电路(上海)有限公司 | 一种芯片电流的实时监测方法 |
CN114910689B (zh) * | 2022-07-12 | 2022-09-30 | 沐曦集成电路(上海)有限公司 | 一种芯片电流的实时监测方法 |
CN117077607A (zh) * | 2023-07-26 | 2023-11-17 | 南方科技大学 | 大规模线性电路仿真方法、系统、电路仿真器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113723032B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110995520B (zh) | 网络流量预测方法、装置、计算机设备及可读存储介质 | |
Allan et al. | Numerical techniques in probabilistic load flow problems | |
Gao et al. | Connectedness index of uncertain graph | |
CN113723032A (zh) | 一种面向大规模节点的电路快速解算方法及系统 | |
CN111709107A (zh) | 一种含大规模电力电子设备的电力网络仿真方法及系统 | |
CN113489011A (zh) | 电力系统暂态稳定评估方法、装置、电子设备和存储介质 | |
JP7083703B2 (ja) | 電気全体回路のシミュレーションのためのコンピュータ実装方法 | |
CN115564152A (zh) | 基于stirpat模型的碳排放量预测方法及装置 | |
CN108256626A (zh) | 时间序列的预测方法及装置 | |
CN114117999B (zh) | 一种互连线数学模型的降阶方法、装置、电子设备及存储介质 | |
CN114338416B (zh) | 一种时空多指标预测方法、装置和存储介质 | |
CN110601909B (zh) | 网络维护方法、装置、计算机设备和存储介质 | |
CN109743252B (zh) | 倒闸操作路径的生成方法、装置、计算机设备和存储介质 | |
Axelsson | Cost Models with Explicit Uncertainties for Electronic Architecture Trade‐off and Risk Analysis | |
CN106059838B (zh) | 一种继电保护可靠性计算方法及装置 | |
US7483798B2 (en) | Real-time high-speed monitoring of steady state | |
Kiffe et al. | Systematic separation of electrical power systems for hardware-in-the-loop simulation | |
CN111898631B (zh) | 离散事件分析方法、装置、电子设备和存储介质 | |
CN113591373A (zh) | modelica模型校准的方法、装置和设备 | |
CN112966213A (zh) | 一种机械设备的数据预测方法、装置、介质及电子设备 | |
CN108964058B (zh) | 基于图计算的电力系统分层并行分解潮流计算方法和装置 | |
CN112733453A (zh) | 一种基于联合学习的设备预测性维护方法及装置 | |
ZAitsEvA et al. | Application of logical differential calculus and binary decision diagramin importance analysis | |
Hmam et al. | Efficient multirate simulation techniques for multi‐physics systems with different time scales: application on an all‐electric ferry design | |
CN112600221B (zh) | 无功补偿装置配置方法、装置、设备及存储介质 |
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 |