跳到主要內容

臺灣博碩士論文加值系統

(3.235.227.117) 您好!臺灣時間:2021/08/01 23:35
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:劉子銨
研究生(外文):Zi-AnLiu
論文名稱:自動發電控制之自調性頻差係數的設定策略
論文名稱(外文):Adaptive Frequency Bias Setting Strategy for Automatic Generation Control
指導教授:張簡樂仁
指導教授(外文):Le-Ren Chang-Chien
學位類別:碩士
校院名稱:國立成功大學
系所名稱:電機工程學系碩博士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:86
中文關鍵詞:頻差係數自動發電控制類神經網路
外文關鍵詞:Frequency BiasAutomatic Generation ControlArtificial Neural Network
相關次數:
  • 被引用被引用:0
  • 點閱點閱:130
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
頻率為電力系統中一項重要的指標,而頻差係數的設定為關係著自動發電控制系統是否能正確的動作使系統頻率回到公稱值。本文經由台電公司提供實際的頻差係數資料,比較人工設定頻差係數與自調性頻差係數的設定背景,輔以控制效能標準(CPS1)來評估兩種設定方法對系統頻率的響應。再者,透過建立類神經網路的方法,找出自調性頻差係數的設定策略,以期能更加提升台電系統CPS1之成績。
Frequency is an important indicator in the measurement of power system stability. The frequency bias setting directly affects the automatic generation control to correct frequency deviation to its nominal value.
In this work, historical frequency bias data from the Taiwan Power Company is retrieved to analyze the technical background and compare the CPS1 scores between manual and automatic frequency bias settings. Furthermore, a neural network is devised to explore strategies of bias settings for the better CPS1 performance on the Taipower system.
摘 要 I
Abstract III
誌謝 V
目 錄 VII
表 目 錄 XI
圖 目 錄 XIII
符 號 表 XVII
第一章 緒論 1
1.1 研究動機與背景 1
1.2 研究之貢獻 2
1.3 本文架構 2
第二章 負載頻率控制與系統控制效能指標 5
2.1 前言 5
2.2 發電機組的架構與模型 5
2.2.1 發電機組基本架構 5
2.2.2 發電機模與負載模型 7
2.2.3 原動機模型 11
2.2.4 調速機模型 12
2.3 負載頻率控制 14
2.3.1 初級控制 15
2.3.2 次級控制 17
2.4 控制效能標準 18
2.4.1 CPS學理 18
2.4.2 控制效能標準,CPS1 19
2.5 本章結論 21
第三章 台電自動發電控制系統頻差係數簡介 23
3.1 前言 23
3.2 台電自動發電控制系統頻差係數 23
3.2.1 自動發電控制系統頻差係數 23
3.2.2 頻差係數的設定 25
3.3 影響頻差係數設定因素 27
3.3.1 B_Gen的變化趨勢 27
3.3.2 B_Gen與B_manual關係 30
3.3.3 當日負載變動量的影響 33
3.4 本章結論 35
第四章 自調性頻差係數的分析與比較 37
4.1 前言 37
4.2 自調性頻差係數 37
4.2.1 自調性AGC Bias設定 39
4.2.2 台電系統B_auto實際運轉資料 41
4.3 執行B_auto與B_manual的系統控制效能指標比較 47
4.3.1 CPS1分佈圖 47
4.3.2 相同B_Gen與∆P_L的系統控制效能指標比較 50
4.4 本章結論 56
第五章 應用類神經網路分析頻差係數與設定策略 57
5.1 前言 57
5.2 類神經網路介紹 57
5.2.1 類神經網路簡介 57
5.2.2 前饋式類神經網路 60
5.2.3 類神經網路學習規則 62
5.3 建立Bias類神經網路 62
5.3.1 資料處理 62
5.3.2 網路架構 63
5.4 網路的測試與結果 65
5.4.1 網路的訓練 65
5.4.2 測試方式與結果 69
5.4.3 Bias設定的結論與建議策略 73
5.5 本章結論 74
第六章 結論與未來研究方向 75
6.1 結論 75
6.2 未來研究方向 76
附錄A 常見轉移函數 77
A.1 常見轉移函數種類 77
附錄B 標準化(Standardization) 80
B.1 標準化 80
B1.1 頻差係數設定值B_auto標準化過程 80
B1.2 系統調速機速度調整率B_Gen標準化過程 81
B1.3 當日負載變動量∆P_L標準化過程 81
參考文獻 83
作者簡介 86

[1]Hadi Saadat, Power System Analysis, McGraw-Hill, 2002.
[2]陳躬耕, “自動發電控制功能的解析與操作, 台電工程月刊,.第504期,第69-90頁,民國七十九年八月。
[3]M.-L. D. Ngo, R. L. King, and R. Luck, “Implications of Frequency Bias Settings on AGC, Proceedings of the Twenty-Seventh Southeastern Symposium on System Theory, pp. 83-86, 1995.
[4]L.-R. Change-Chien, N. B. Hoonchareon, C. M. Ong, and B. A. Kramer, “Estimation of β for Adaptive Frequency Bias Setting in Load Frequency Control,IEEE Transactions on Power Systems, Vol. 18, No. 2, pp.904-911, May 2003.
[5]台灣電力公司,台灣電力系統控制效能標準制定與AGC控制策略分析,民國一百年一月。
[6]NERC Resources Subcommittee, “Performance Standards Reference Document, Ver. 3, Oct 2007.
[7]Stephen J. Chapman, Electric Machinery Fundamentals, McGraw-Hill, 2004.
[8]P. Kundur, Power System Stability and Control , McGraw-Hill, 1994.
[9]吳進忠,獨立電力系統合理備轉容量規劃與調度之研究,國立臺灣科技大學電機工程系博士論文,民國九十二年七月。
[10]林胤均,因應獨立型電力系統的即時偶發事故備載規劃,國立成功大學電機工程系碩士論文,民國九十五年六月。
[11]A. Martinez and A. Kak, “PCA versus LDA, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23, No. 2, pp. 228-233, 2001.
[12]K. Delac, M. Grgic, and S. Grgic, “Independent Comparative Study of PCA, ICA, and LDA on the FERET data set, International Journal of Imaging Systems and Technology, Vol. 15, No. 5, pp. 252-260, 2005.
[13]羅華強,類神經網路-MATLAB的應用,清蔚科技,民國九十年。
[14]C. M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006.
[15]E.K.P Chong and S.H.Zak, An Introduction to Optimization, Wiley, 2008.
[16]S. Chen, C. F. N. Cowan and P. M. Grant, “Orthogonal Least Squares Learning Algorithm for Radial Basis Function Networks, IEEE Transactions on Neural Networks, Vol. 2, No. 2, pp. 302-309, March 1991.
[17]S. S. Yang and C. S. Tseng, “An Orthogonal Neural Network for Function Approximation, IEEE Trans. on Systems, Man, and Cybernetics, Part B, Vol. 26, No. 5, pp. 779-785, Oct 1996.
[18]胡宗豪,自動發電控制之調頻策略與經濟成本分析,國立成功大學電機工程系碩士論文,民國一百年七月。
[19]廖偉廷,使用動態階級化演算法之高階類神經電流模型,國立中央大學電機工程系碩士論文,民國九十八年六月。

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top