以下为目前学习的思路
可以通过程序导出模型矩阵?
参考学习的文章《MATPOWER快速上手及应用实例》中有一个提问:
请问博主知道怎么导出IEEE14模型的雅可比矩阵吗?就是z=Hx,这个H矩阵,应该是1334维的,但是我用makJac(),后是22*22维的?
什么是雅可比矩阵?
百度百科:雅可比矩阵是函数的一阶偏导数以一定方式排列成的矩阵。
实际上,用导数理解雅克比矩阵。
求微分其实就是线性化,导数其实就是线性空间之间的线性变换,Jaocibian矩阵本质上就是导数。导数作为切空间上的线性映射,可以适当选择基底(在欧式空间里,基底的选择用自然映射构建即可),给出切空间上点的坐标,从而线性映射就具体化为一个矩阵。在欧式空间中,这个矩阵自然地是雅克比矩阵。
原文:https://www.zhihu.com/question/22586361
Jacobian矩阵实质上就是切空间之间的基底之间的线性变换。
具体参考文章《雅克比矩阵》
所以说可以导出系统模型中的雅克比矩阵吗?
搜到一个百度知道的问答:
如何从matpower里提取出最后一次迭代的雅克比矩阵?
回答者给出的答案:
1.求标准系统IEEE9节点系统刚开始迭代的雅可比矩阵的条件数
(1)首先要在matlab内的matpower中的m文件设置断点
(2)输入命令runpf(case’9’)对其进行牛顿法潮流计算
(3)求该系统的矩阵的条件数,输入命令cond(J)
(其他节点的求解方法与之相同,所以省略,以下各程序命令都以IEEE9节点为例)
2.求标准系统IEEE9节点系统雅可比矩阵的谱图
(1)首先将稀疏矩阵J还原full(J)
(2)求其特征值im=eig(ans)
(3)对其特征根求谱图h=plot(im,’*’)
3.对IEEE9节点系统运用矩阵的平衡的预处理方法
另一个问题:
matpower里显示导纳矩阵和迭代过程怎么设置?
另一个回答:
显示导纳矩阵可以用下面的语句(以case9为例):
mpc=loadcase(‘case9’);
Y=makeYbus(mpc)
Y就是导纳矩阵。
那么整体的逻辑会不会是这样的
实际上MATPOWER做的潮流计算是Kalman滤波里的H矩阵做的事,就是将状态值量测出来,而我们设定的bus的参数变化实际是状态转移矩阵。所以状态转移矩阵是我们预设,量测矩阵从MATPOWER中获取?