The invention discloses a structural analysis and parameter optimization method for distributed power distribution model. Firstly, statistical data are grouped, and then each group of statistical data is fuzzified separately. After fuzzifying the different groups of fuzzy results, they are aggregated, and then the interpretation structure model is used for modeling. By comparing the statistical data with the corresponding relationship maps, we can quickly locate the key factors that need to be adjusted and determine the direction of adjustment in order to reduce the total harmonic distortion rate. Moreover, the experimental results also show that the technical scheme provided by the invention can reduce the total harmonic distortion rate and has applicability and feasibility. Therefore, the method of structured analysis and parameter optimization for distributed power distribution model provided by the invention can find out the key influencing factors by analyzing the structural relationship between parameters, and achieve the goal of reducing the total harmonic distortion rate and improving the power quality on the premise of only changing the component parameters.
【技术实现步骤摘要】
针对分布式电源配电模型的结构化分析和参数优化方法
本专利技术涉及配电
,尤其涉及一种针对分布式电源配电模型的结构化分析和参数优化方法。
技术介绍
电能作为当今社会最重要的一种能源,与我们的日常生活、工作息息相关,而在电能输送的过程中,电能质量的高低对我们的生活会产生非常大的影响。在电能质量的众多评价因素中,THD(总谐波畸变率)是其中一个重要的评价指标,而投入设备的参数不同也会在一定程度上导致总谐波畸变率的不同。此外,由于统计数据具有多维、容易受到现实世界各种因素干扰以及不确定等特性,导致直接使用统计数据会降低优化结果的可信程度。在元件参数配置的过程之中往往更多的依据工程师的过往经验,只能通过一次次的实验来逐渐改变参数。而且,无论是参数调整的方向还是对需要改变参数的选择,这一过程都会存在很大的偶然性与不确定性,而这些不确定性最终可能导致优化结果并不理想。
技术实现思路
为解决现有技术存在的局限和缺陷,本专利技术提供一种针对分布式电源配电模型的结构化分析和参数优化方法,包括:获取统计数据,所述统计数据为x1,x2,x3,…,xn;以间隔m对所述统计数据进行选取,获得的选取数据表示为xi,xi+1,xi+2,…,xi+m-1,其中xS表示最小值,xM表示平均值,xL表示最大值;根据模糊理论获得所述选取数据的隶属度为:其中,模糊下界x′S和模糊上界x′L分别为:x′L=xM+2*(xL-xM)(2)根据所述隶属度将所述选择数据转化为符合最大隶属度的模糊数值(ximin,xitml,ximax),其中ximin表示第i组数据的最小值,xitml表示第i组数据的最 ...
【技术保护点】
1.一种针对分布式电源配电模型的结构化分析和参数优化方法,其特征在于,包括:获取统计数据,所述统计数据为x1,x2,x3,…,xn;以间隔m对所述统计数据进行选取,获得的选取数据表示为xi,xi+1,xi+2,…,xi+m‑1,其中xS表示最小值,xM表示平均值,xL表示最大值;根据模糊理论获得所述选取数据的隶属度为:
【技术特征摘要】
1.一种针对分布式电源配电模型的结构化分析和参数优化方法,其特征在于,包括:获取统计数据,所述统计数据为x1,x2,x3,…,xn;以间隔m对所述统计数据进行选取,获得的选取数据表示为xi,xi+1,xi+2,…,xi+m-1,其中xS表示最小值,xM表示平均值,xL表示最大值;根据模糊理论获得所述选取数据的隶属度为:其中,模糊下界x′S和模糊上界x′L分别为:x′L=xM+2*(xL-xM)(2)根据所述隶属度将所述选择数据转化为符合最大隶属度的模糊数值(ximin,xitml,ximax),其中ximin表示第i组数据的最小值,xitml表示第i组数据的最可能值,ximax表示第i组数据的最大值;通过分别聚集k=n/m组数据的最小值、最可能值和最大值,获得3种数据特性的特征值数据集合;对3个所述特征值数据集合分别使用解释结构模型进行建模,获得不同特征之下影响因素的关系图谱;对所述统计数据与对应的关系图谱进行比较,获得多个影响因素之中的关键因素;调整所述关键因素的设定值,以降低总谐波畸变率。2.根据权利要求1所述的针对分布式电源配电模型的结构化分析和参数优化方法,其特征在于,所述对3个所述特征值数据集合分别使用解释结构模型进行建模,获得不同特征之下影响因素的关系图谱的步骤包括:获取样本数据xi(min,tml,max)和yi(min,tml,max),其中xi(min,tml,max)和yi(min,tml,max)分别是x和y第i个变量的样本数据;所述样本数...
【专利技术属性】
技术研发人员:耿志强,姜德阳,韩永明,朱群雄,徐圆,
申请(专利权)人:北京化工大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。