CN116011236B - 电力时域仿真微分代数方程求解的控制元件快速建模方法 - Google Patents
电力时域仿真微分代数方程求解的控制元件快速建模方法 Download PDFInfo
- Publication number
- CN116011236B CN116011236B CN202310064487.9A CN202310064487A CN116011236B CN 116011236 B CN116011236 B CN 116011236B CN 202310064487 A CN202310064487 A CN 202310064487A CN 116011236 B CN116011236 B CN 116011236B
- Authority
- CN
- China
- Prior art keywords
- index
- transfer function
- control element
- variable
- determining
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004088 simulation Methods 0.000 title claims abstract description 30
- 238000012546 transfer Methods 0.000 claims abstract description 224
- 238000004458 analytical method Methods 0.000 claims abstract description 64
- 230000009467 reduction Effects 0.000 claims abstract description 63
- 238000010586 diagram Methods 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 52
- 230000006870 function Effects 0.000 claims description 221
- 239000011159 matrix material Substances 0.000 claims description 54
- 238000004590 computer program Methods 0.000 claims description 40
- 230000005540 biological transmission Effects 0.000 claims description 32
- 230000003416 augmentation Effects 0.000 claims description 21
- 230000005284 excitation Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 239000003381 stabilizer Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种电力时域仿真微分代数方程求解的控制元件快速建模方法和装置。方法包括:根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;未知指标变量的指标值受已知指标变量的指标值影响;确定指标传递函数的当前阶数是否需满足分析要求;若不满足,则对指标传递函数降阶处理,并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;控制元件模型用于解析控制元件的性能指标。采用本方法能够提高控制元件的性能分析的准确性,降低控制元件的性能分析的难度。
Description
技术领域
本申请涉及电力系统技术领域,特别是涉及一种电力时域仿真微分代数方程求解的控制元件快速建模方法。
背景技术
随着电力系统的发展,电力系统分析是研究电力系统规划和运行问题的基础和重要手段,因此电力系统的控制元件性能分析也愈发重要,目前已经存在多种控制元件性能分析仿真工具。
然而,这些常见的控制元件性能分析仿真工具在有新元件加入时,需要开发者手动对新元件的性能进行分析,人工分析的方法过程繁冗、易错率高,技术门槛较高,增加了控制元件性能分析的难度,较低了控制元件分析的准确性。亟需改进。
发明内容
基于此,有必要针对上述技术问题,提供一种能够更加简易且精准的电力时域仿真微分代数方程求解的控制元件快速建模方法和装置。
第一方面,本申请提供了一种电力时域仿真微分代数方程求解的控制元件快速建模方法。该方法包括:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;未知指标变量的指标值受已知指标变量的指标值影响;
确定指标传递函数的当前阶数是否满足分析要求;
若不满足,则对指标传递函数降阶处理,并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;控制元件模型用于解析控制元件的性能指标。
在其中一个实施例中,根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数,包括:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径;
根据第一传递路径和第二传递路径,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数。
在其中一个实施例中,对指标传递函数降阶处理,包括:
构造指标传递函数的中间变量;
根据中间变量,对指标传递函数进行降维处理,得到至少两个指标降维函数,作为降维处理后的指标传递函数。
在其中一个实施例中,构造指标传递函数的中间变量,包括:
根据未知指标变量的数量,确定中间变量的数量;
根据运行系统图和中间变量的数量,构造指标传递函数的中间变量。
在其中一个实施例中,确定指标传递函数的当前阶数是否满足分析要求,包括:
确定指标传递函数的系数矩阵和系数矩阵的增广矩阵;
根据系数矩阵的秩和增广矩阵的秩,确定指标传递函数的当前阶数是否满足分析要求。
在其中一个实施例中,方法还包括:
若当前阶数需满足分析要求,则确定所述指标传递函数对应的电力时域微分代数方程组,作为所述控制元件模型。
第二方面,本申请还提供了一种电力时域仿真微分代数方程求解的控制元件快速建模装置。装置包括:
函数确定模块,用于根据控制元件的运行系统图,确定待分析的性能指标对应的指标传递函数;
阶数判断模块,用于确定指标传递函数的当前阶数是否满足分析要求;
第一分析模块,用于对所述指标传递函数降阶处理,并确定降阶处理后的所述指标传递函数对应的电力时域微分代数方程组,作为所述控制元件模型;所述控制元件模型用于解析所述控制元件的性能指标。
第三方面,本申请还提供了一种计算机设备。计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;未知指标变量的指标值受已知指标变量的指标值影响;
确定指标传递函数的当前阶数是否满足分析要求;
若不满足,则对指标传递函数降阶处理,并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;控制元件模型用于解析控制元件的性能指标。
第四方面,本申请还提供了一种计算机可读存储介质。计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;未知指标变量的指标值受已知指标变量的指标值影响;
确定指标传递函数的当前阶数是否满足分析要求;
若不满足,则对指标传递函数降阶处理,并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;控制元件模型用于解析控制元件的性能指标。
第五方面,本申请还提供了一种计算机程序产品。计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;未知指标变量的指标值受已知指标变量的指标值影响;
确定指标传递函数的当前阶数是否满足分析要求;
若不满足,则对指标传递函数降阶处理,并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;控制元件模型用于解析控制元件的性能指标。
上述电力时域仿真微分代数方程求解的控制元件快速建模方法、装置、计算机设备和存储介质,根据控制元件的运行系统图,确定出待分析指标的传递函数,并判断此传递函数的阶数是否满足要求,若不满足,则对其进行降阶直至满足要求,对满足要求的传递函数进行微分,该电力时域微分代数方程组即为控制元件的模型,可用于分析控制元件的性能指标。本申请通过确定控制元件中已知指标变量和未知指标变量之间的指标传递函数,来确定控制元件模型,从而解析控制元件的性能,且无论控制元件对应的传递函数为几阶函数,都能运用此模型对其进行求解分析,且全程通过算法实现,不需要人工进行计算,不但降低了控制元件性能的分析难度,还增加了控制元件的分析准确性。
附图说明
图1为一个实施例中电力时域仿真微分代数方程求解的控制元件快速建模方法的应用环境图;
图2为一个实施例中电力时域仿真微分代数方程求解的控制元件快速建模方法的流程示意图;
图3为一个励磁系统的运行系统图;
图4为一个实施例中确定指标传递函数的流程示意图;
图5为一个实施例中对指标传递函数降阶处理的流程示意图;
图6为一个实施例中构造中间变量的励磁系统的运行系统图;
图7为另一个实施例中构造中间变量的励磁系统的运行系统图;
图8为另一个实施例中电力时域仿真微分代数方程求解的控制元件快速建模方法的流程示意图;
图9为一个实施例中电力时域仿真微分代数方程求解的控制元件快速建模装置的结构框图;
图10为另一个实施例中电力时域仿真微分代数方程求解的控制元件快速建模装置的结构框图;
图11为又一个实施例中电力时域仿真微分代数方程求解的控制元件快速建模装置的结构框图;
图12为再一个实施例中电力时域仿真微分代数方程求解的控制元件快速建模装置的结构框图;
图13为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的电力时域仿真微分代数方程求解的控制元件快速建模方法,可以应用于如图1所示的应用环境中。在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储确定控制元件的性能分析时所需的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现下述任意实施例所示的电力时域仿真微分代数方程求解的控制元件快速建模方法。
在一个实施例中,如图2所示,提供了一种电力时域仿真微分代数方程求解的控制元件快速建模方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S201,根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数。
其中,运行系统图可以是表征控制元件的运行原理的示意图,示例性的,图3示出的即为一种励磁系统(即一种控制元件)的运行系统图。其中,指标传递函数可以是基于运行系统图解析出的性能指标中未知指标变量对应的运算公式。性能指标的已知指标变量是人工输入的已知数据,例如图3中的输入电压V;未知指标变量是会随着输入数据的变化而变化的数据。例如图3中的励磁电压vf。
未知指标变量的指标值受已知指标变量的指标值影响。
可选地,可以根据控制元件的运行系统图,将待分析的性能指标中的已知指标变量作为运行系统图的输入指标,根据控制元件的运行原理,解析出已知指标变量与未知指标变量之间的对应关系,以及未知指标变量与未知指标变量之间的对应关系;从而得到从已知指标变量推理出各未知指标变量对应的运算公式,作为已知指标变量和未知指标变量之间的指标传递函数。
S202,确定指标传递函数的当前阶数是否满足分析要求。
其中,当前阶数为传递函数的阶数,分析要求为指标函数的当前传递函数的阶数是否为预设阶数,可选的,本实施例的预设阶数可以设置为1阶。
可选地,对已经获取的传递函数进行分析,即对传递函数中包含的未知指标的个数进行分析,例如,若预设阶数为1阶,则当传递函数中的位置未知指标的个数为1时,即可判定该传递函数为1阶,满足了分析要求。
可选的,该过程可以包括:确定指标传递函数的系数矩阵和系数矩阵的增广矩阵;根据系数矩阵的秩和增广矩阵的秩,确定指标传递函数的当前阶数是否满足分析要求。具体的,可以将指标传递函数的系数取出形成一个系数矩阵,再根据该系数矩阵经过计算得到该系数矩阵的增广矩阵;计算出系数矩阵的秩和系数矩阵的增广矩阵的秩,当两个秩的数值相等时,证明该指标传递函数为1阶传递函数,该指标传递函数满足了分析要求;当两个秩的数值不相等时,证明该指标传递函数为高阶传递函数,该指标传递函数不满足分析要求。
S203,对所述指标传递函数降阶处理,并基于确定降阶处理后的所述指标传递函数对应的电力时域微分代数方程组,作为所述控制元件模型。
可选的,本实施例可以是对指标传递函数进行微分得到与其对应的电力时域微分代数方程组,并将电力时域微分代数方程组进行降阶得到1阶电力时域微分代数方程组,对降阶后的1阶电力时域微分代数方程组即为控制元件模型。
可选的,也可以是直接对指标传递函数进行降阶处理,得到1阶微传递函数,并对1阶传递函数进行微分得到与之对应的电力时域微分代数方程组进,该电力时域微分代数方程组即为控制元件模型。
上述实施例,通过控制元件的运行系统图确定其对应的指标传递函数,当指标传递函数不是1阶传递函数时,可以通过微分将其转换为电力时域微分代数方程组,并对电力时域微分代数方程组进行降阶处理,最后得到降阶后的电力时域微分代数方程组作为控制元件模型,通过模型可计算得到控制元件的分析结果,此种方法,无论控制元件对应的传递函数为多少阶,都可以将其代入控制元件模型后求解出该控制元件的性能分析结果,大大降低了控制元件的分析难度,且提高了控制元件的分析准确性。
在上述实施例的基础上,另一实施例更加详细的阐述了指标传递函数的确定过程,如图4所示,根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数,包括:
S401,根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径。
其中,第一传递路径为已知指标变量经过传递得到未知指标变量的路径,第二传递路径为未知指标变量经过传递得到其他未知指标变量的路径。
可选地,可以根据控制元件运行系统图中的已知指标变量和未知指标变量之间的传递路径确定第一传递路径,再根据控制元件运行系统图中的未知指标变量和未知指标变量之间的传递路径确定第二传递路径。
可选地,如图3所示,输入电压V经过传递得到了状态变量vm,因此,可以将输入电压V与状态变量vm之间的传递路径即为第一传递路径;状态变量vm和参考电压vref经过传递得到了稳压器电压vr,因此,状态变量vm、参考电压vref和稳压器电压vr之间的传递路径即为第二传递路径。
S402,根据第一传递路径和第二传递路径,确定待分析的性能指标对应的指标传递函数。
可选地,将第一传递路径中的已知指标变量和未知指标变量之间的传递关系以及第二传递路径中的未知指标变量和未知指标变量之间的传递关系用函数的形式表现出来,即得到了待分析的性能指标对应的指标传递函数。
例如,图3为一种常见的发电机励磁系统的系统图,其中,发电机励磁系统为一种常见的控制元件,该系统图中的已知指标变量包括输入电压V和参考电压vref,未知指标变量包括稳压器电压vr、励磁电压vf和输入电压V经过一阶惯性环节后的状态变量vm。
其中,已知指标变量V经过第一传递路径得到了未知变量vm,已知指标变量vref和未知指标变量vm、vf经过第二传递路径得到了未知变量vr,未知传递变量vr和vf经过第二传递路径得到了未知变量vf。
可以用函数公式将上述公式表现出来,即列出电机励磁系统的传递函数(用复数s的函数形式表示):
其中,V是输入电压,vref是参考电压,vr是稳压器电压,vf是励磁电压,vm是输入电压V经过一阶惯性环节后的状态变量,Se为一个限幅器,T、Te、Tr、Tf、K、Kf为预先设置的计算参数,其数值是固定不变的。
在上述实施例中,通过已知指标变量和未知指标变量的传递路径,以及不同未知指标变量之间的传递路径,确定指标传递函数,能够快速且精准地确定所有指标变量之间的传递函数,增加了传递函数的全面性和准确性。
上述实施例阐述了如何确定传递函数,本实施例详细阐述了其后续步骤,即对传递函数的降阶处理,如图5所示,对指标传递函数降阶处理,包括:
S501,构造指标传递函数的中间变量。
具体地,构造中间变量的过程包括:根据未知指标变量的数量,确定中间变量的数量;根据运行系统图和中间变量的数量,构造指标传递函数的中间变量。
可选地,由于每个未知变量都是需要进行分析的控制元件性能的指标,因此每个未知变量都是需要求解的,因此未知指标变量的数量对应了传递函数的数量,而两个未知变量之间需要一个中间变量,因此中间变量的数量为未知指标变量的数量减去1。
可选地,确定出中间变量的数量之后,即可根据中间变量的数量以及控制元件的运行系统图构造指标传递函数的中间变量。
例如,如图6所示,构造出中间变量vr1,根据图6可知vr1和vr的关系可用如下公式(4)表示:
另外,如图7所示,构造出另一个中间变量vr2,根据图8可知vr1和vr2的关系可用如下公式(5)表示:
根据图7可知vf和vr2的关系可用如下公式(6)表示:
其中,在上述公式(4)(5)(6)中,V是输入电压,vref是参考电压,vr是稳压器电压,vf是励磁电压,vm是输入电压V经过一阶惯性环节后的状态变量,T、Te、Tr、Tf、K、Kf、Ta为预先设置的计算参数,其数值是固定不变的。
S502,根据中间变量,对指标传递函数进行降维处理,得到至少两个指标降维函数,作为降维处理后的指标传递函数。
其中,指标降维函数为达到阶数要求的传递函数,在本方案中可以指1阶传递函数或1阶电力时域微分代数方程组。
可选地,将一个传递函数经过中间变量拆分为两个函数,例如,该传递函数为2阶函数,是变量A与变量B之间的传递函数,通过设置中间变量C,转化为变量A与变量C的传递函数和变量C与变量B的传递函数,此时得到的两个传递函数均为一阶传递函数,这两个1阶传递函数即为指标降维函数。需要说明的是,由于1阶传递函数不需要降维处理,而2阶传递函数经过降维处理后至少得到两个指标降维函数,因此可以得到至少两个指标降维函数,作为降维处理后的指标传递函数。
例如,将传递函数(1)、(2)、(3)与函数(4)、(5)、(6)联立后,即可得到降阶后的一阶电力时域微分代数方程组(7):
其中,V是输入电压,vref是参考电压,vr是稳压器电压,vf是励磁电压,vm是输入电压V经过一阶惯性环节后的状态变量,Se为一个限幅器,T、Te、Tr、Tf、K、Kf、Ta为预先设置的计算参数,其数值是固定不变的。
上述实施例通过中间变量将高阶传递函数降阶为1阶传递函数,在遇到含有高阶传递函数的控制元件时,都可以将其降为更易求解的1阶传递函数,大大降低了求解难度,大大降低了电力元件性能的分析难度。
上述实施例介绍了指标传递函数不满足要求时的处理过程,本实施继续阐述当指标传递函数满足要求时的处理过程,方法还包括:
若当前阶数需满足分析要求,则根据指标传递函数,确定控制元件的性能分析结果。
可选地,当指标传递函数前阶数需满足分析要求,也就是1阶时,则可以直降将该指标传递函数纳入雅克比矩阵中求解,求解结果即为控制元件的性能分析结果。
上述实施例可以实现对满足分析要求的指标传递函数进行直接求解,即无论是高阶传递函数还是1阶传递函数,都可以使用此方法对其进行求解,增加了对不同控制元件性能分析的普适性。
为了更全面的展示本方案,本实施例给出了一种电力时域仿真微分代数方程求解的控制元件快速建模方法的可选方式,如图8所示。
S801,根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径。
S802,根据第一传递路径和第二传递路径,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数。
S803,确定指标传递函数的系数矩阵和系数矩阵的增广矩阵。
S804,根据系数矩阵的秩和增广矩阵的秩,确定指标传递函数的当前阶数是否满足分析要求,若不满足,则执行S805,若满足,则执行S808。
S805,根据未知指标变量的数量,确定中间变量的数量。
S806,根据运行系统图和中间变量的数量,构造指标传递函数的中间变量。
S807,根据中间变量,对指标传递函数进行降维处理,得到至少两个指标降维函数,作为降维处理后的指标传递函数,并基于降阶处理后的指标传递函数,确定控制元件的性能分析结果。
S808,根据指标传递函数,确定控制元件的性能分析结果。
上述S801-S808的具体过程可以参见上述方法实施例的描述,其实现原理和技术效果类似,在此不再赘述。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的电力时域仿真微分代数方程求解的控制元件快速建模方法的电力时域仿真微分代数方程求解的控制元件快速建模装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个电力时域仿真微分代数方程求解的控制元件快速建模装置实施例中的具体限定可以参见上文中对于电力时域仿真微分代数方程求解的控制元件快速建模方法的限定,在此不再赘述。
在一个实施例中,如图9所示,提供了一种电力时域仿真微分代数方程求解的控制元件快速建模装置,包括:函数确定模块90、阶数判断模块91和第一分析模块92,其中:
函数确定模块90,用于根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;
阶数判断模块91,用于确定指标传递函数的当前阶数是否满足分析要求;
第一分析模块92,用于对所述指标传递函数降阶处理,并确定降阶处理后的所述指标传递函数对应的电力时域微分代数方程组,作为所述控制元件模型;所述控制元件模型用于解析所述控制元件的性能指标。
在一个实施例中,如图10所示,上述函数确定模块90可以包括:
路径确定单元900,用于根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径。
函数确定单元901,用于根据第一传递路径和第二传递路径,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数。
在一个实施例中,如图11所示,上述图9中的第一分析模块92可以包括:
第一降阶单元920,用于构造指标传递函数的中间变量;
第二降阶单元921,用于根据中间变量,对指标传递函数进行降维处理,得到至少两个指标降维函数,作为降维处理后的指标传递函数。
在一个实施例中,上图11中的第一降阶单元920还可以用于:
根据未知指标变量的数量,确定中间变量的数量;根据运行系统图和中间变量的数量,构造指标传递函数的中间变量。
在一个实施例中,上图9中的阶数判断模块91还可以用于:
确定指标传递函数的系数矩阵和系数矩阵的增广矩阵;根据系数矩阵的秩和增广矩阵的秩,确定指标传递函数的当前阶数是否满足分析要求。
在一个实施例中,如图12所示,上图9中的电力时域仿真微分代数方程求解的控制元件快速建模装置,还包括:
第二分析模块93,用于根据指标传递函数,确定控制元件的性能分析结果。
上述电力时域仿真微分代数方程求解的控制元件快速建模装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电力时域仿真微分代数方程求解的控制元件快速建模方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;未知指标变量的指标值受已知指标变量的指标值影响;
确定指标传递函数的当前阶数是否满足分析要求;
若不满足,则对指标传递函数降阶处理,并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;控制元件模型用于解析控制元件的性能指标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径;根据第一传递路径和第二传递路径,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
构造指标传递函数的中间变量;根据中间变量,对指标传递函数进行降维处理,得到至少两个指标降维函数,作为降维处理后的指标传递函数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据未知指标变量的数量,确定中间变量的数量;根据运行系统图和中间变量的数量,构造指标传递函数的中间变量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定指标传递函数的系数矩阵和系数矩阵的增广矩阵;根据系数矩阵的秩和增广矩阵的秩,确定指标传递函数的当前阶数是否满足分析要求。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
若当前阶数需满足分析要求,则根据指标传递函数,确定控制元件的性能分析结果。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;未知指标变量的指标值受已知指标变量的指标值影响;
确定指标传递函数的当前阶数是否满足分析要求;
若不满足,则对指标传递函数降阶处理,并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;控制元件模型用于解析控制元件的性能指标。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径;根据第一传递路径和第二传递路径,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
构造指标传递函数的中间变量;根据中间变量,对指标传递函数进行降维处理,得到至少两个指标降维函数,作为降维处理后的指标传递函数。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
根据未知指标变量的数量,确定中间变量的数量;根据运行系统图和中间变量的数量,构造指标传递函数的中间变量。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
确定指标传递函数的系数矩阵和系数矩阵的增广矩阵;根据系数矩阵的秩和增广矩阵的秩,确定指标传递函数的当前阶数是否满足分析要求。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
若当前阶数需满足分析要求,则根据指标传递函数,确定控制元件的性能分析结果。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;未知指标变量的指标值受已知指标变量的指标值影响;
确定指标传递函数的当前阶数是否满足分析要求;
若不满足,则对指标传递函数降阶处理,并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;控制元件模型用于解析控制元件的性能指标。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径;根据第一传递路径和第二传递路径,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
构造指标传递函数的中间变量;根据中间变量,对指标传递函数进行降维处理,得到至少两个指标降维函数,作为降维处理后的指标传递函数。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
根据未知指标变量的数量,确定中间变量的数量;根据运行系统图和中间变量的数量,构造指标传递函数的中间变量。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
确定指标传递函数的系数矩阵和系数矩阵的增广矩阵;根据系数矩阵的秩和增广矩阵的秩,确定指标传递函数的当前阶数是否满足分析要求。
在一个实施例中,计算机程序被处理器执行时实现以下步骤:
若当前阶数需满足分析要求,则根据指标传递函数,确定控制元件的性能分析结果。
需要说明的是,本申请所涉及的用户信息和数据(包括但不限于控制元件的系统图,未知指标变量和已知指标变量),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通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,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(PhaSe Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电力时域仿真微分代数方程求解的控制元件快速建模方法,其特征在于,所述方法包括:
根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径;根据所述第一传递路径和所述第二传递路径,确定所述待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;所述未知指标变量的指标值受所述已知指标变量的指标值影响;
确定所述指标传递函数的当前阶数是否满足分析要求;
若不满足,则对所述指标传递函数降阶处理,并确定降阶处理后的所述指标传递函数对应的电力时域微分代数方程组,作为控制元件模型;所述控制元件模型用于解析所述控制元件的性能指标。
2.根据权利要求1所述的方法,其特征在于,所述对所述指标传递函数降阶处理,包括:
构造所述指标传递函数的中间变量;
根据所述中间变量,对所述指标传递函数进行降维处理,得到至少两个指标降维函数,作为降维处理后的指标传递函数。
3.根据权利要求2所述的方法,其特征在于,所述构造所述指标传递函数的中间变量,包括:
根据所述未知指标变量的数量,确定中间变量的数量;
根据所述运行系统图和所述中间变量的数量,构造所述指标传递函数的中间变量。
4.根据权利要求1所述的方法,其特征在于,确定所述指标传递函数的当前阶数是否满足分析要求,包括:
确定所述指标传递函数的系数矩阵和所述系数矩阵的增广矩阵;
根据所述系数矩阵的秩和所述增广矩阵的秩,确定所述指标传递函数的当前阶数是否满足分析要求。
5.根据权利要求4所述的方法,其特征在于,根据所述系数矩阵的秩和所述增广矩阵的秩,确定所述指标传递函数的当前阶数是否满足分析要求,包括:
若所述系数矩阵的秩和所述增广矩阵的秩相等,则确定所述指标传递函数的当前阶数满足分析要求;
若所述系数矩阵的秩和所述增广矩阵的秩不相等,则确定所述指标传递函数的当前阶数不满足分析要求。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述方法还包括:
若所述当前阶数需满足分析要求,则确定所述指标传递函数对应的电力时域微分代数方程组,作为所述控制元件模型。
7.一种电力时域仿真微分代数方程求解的控制元件快速建模装置,其特征在于,所述装置包括:
函数确定模块,用于根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;根据控制元件的运行系统图,确定待分析的性能指标中已知指标变量与未知指标变量对应的第一传递路径;以及未知指标变量与未知指标变量对应的第二传递路径;根据所述第一传递路径和所述第二传递路径,确定所述待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数;
阶数判断模块,用于确定所述指标传递函数的当前阶数是否满足分析要求;
第一分析模块,用于对所述指标传递函数降阶处理,并确定降阶处理后的所述指标传递函数对应的电力时域微分代数方程组,作为所述控制元件模型;所述控制元件模型用于解析所述控制元件的性能指标。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211419240 | 2022-11-14 | ||
CN2022114192406 | 2022-11-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116011236A CN116011236A (zh) | 2023-04-25 |
CN116011236B true CN116011236B (zh) | 2023-10-20 |
Family
ID=86033495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310064487.9A Active CN116011236B (zh) | 2022-11-14 | 2023-01-31 | 电力时域仿真微分代数方程求解的控制元件快速建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116011236B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109800540A (zh) * | 2019-02-28 | 2019-05-24 | 南京工程学院 | 一种电力系统机电暂态仿真的初始化方法 |
-
2023
- 2023-01-31 CN CN202310064487.9A patent/CN116011236B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109800540A (zh) * | 2019-02-28 | 2019-05-24 | 南京工程学院 | 一种电力系统机电暂态仿真的初始化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116011236A (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Besier et al. | Goal‐oriented space–time adaptivity in the finite element Galerkin method for the computation of nonstationary incompressible flow | |
Zhou et al. | Remaining useful life prediction of individual units subject to hard failure | |
Goegebeur et al. | Nonparametric regression estimation of conditional tails: the random covariate case | |
CN117078480A (zh) | 碳排放量监测方法、装置、设备、存储介质和计算机产品 | |
Lacy* et al. | Subspace identification for non-linear systems with measured-input non-linearities | |
Sui et al. | Moving horizon observer with regularisation for detectable systems without persistence of excitation | |
CN115689018A (zh) | 物资需求预测方法、装置、设备、存储介质和程序产品 | |
CN116011236B (zh) | 电力时域仿真微分代数方程求解的控制元件快速建模方法 | |
CN117031292A (zh) | 电池健康状态预测方法、装置、计算机设备和存储介质 | |
US20190384871A1 (en) | Generating hybrid models of physical systems | |
Volkwein et al. | The reduced basis method applied to transport equations of a lithium-ion battery | |
CN116626504A (zh) | 动力电池性能确定方法、装置、计算机设备和存储介质 | |
Lima et al. | Monte Carlo simulation of magnetic systems in the Tsallis statistics | |
JP6065543B2 (ja) | ニューラルネットワーク設計方法、フィッティング方法、及びプログラム | |
CN115935761A (zh) | 设备的可靠性仿真方法、装置、计算机设备和存储介质 | |
Widany et al. | Dual‐based adaptive FEM for inelastic problems with standard FE implementations | |
US20110257943A1 (en) | Node-based transient acceleration method for simulating circuits with latency | |
Liu et al. | Nonconservative Stability Criteria for Semi-Markovian Impulsive Switched Systems | |
CN114167895B (zh) | 无人机续航控制方法、装置、计算机设备和存储介质 | |
CN117233630B (zh) | 锂离子电池的使用寿命预测方法、装置和计算机设备 | |
JP7331877B2 (ja) | システム計算装置、及びシステム計算プログラム | |
Wachsmuth et al. | An interior point method designed for solving linear quadratic optimal control problems with hp finite elements | |
US20240211738A1 (en) | Apparatus and method with encrypted data neural network operation | |
CN116907876A (zh) | 车辆测试方法、装置、计算机设备和存储介质 | |
CN118378782A (zh) | 碳排放总量确定方法、装置、设备、存储介质和程序产品 |
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 |