Probably the most powerful approach

Probably the most powerful approaches for better estimations of initial values are One-Shot Fast-
Decoupled and One-Shot Gauss-Seidel methods. These procedures, often located in pre-processing
part of the Newton-Raphson method, improve the start points to better values which may be closer to
the final solution. Unfortunately due to their linear simplifications, networks with high R/X ratios can
significantly influence the convergence. Possible approach lies in the use of special technique
presented in [9] to slightly amend high R/X rates to avoid divergence. Currently, the One-Iteration
Fast-Decoupled algorithm is also used in commercial software package PowerWorld Simulator [7].

ผลลัพธ์ (ไทย) 1:

คงวิธีมีประสิทธิภาพที่สุดสำหรับการประเมินที่ดีของค่าเริ่มต้นคือ One-Shot Fast-Decoupled และวิธี One-Shot เกาส์-Seidel ขั้นตอนเหล่านี้ อยู่บ่อยครั้งในการประมวลผลก่อนเป็นส่วนหนึ่งของวิธีนิวตัน Raphson จุดเริ่มต้นค่าดีกว่าซึ่งอาจจะต้องปรับปรุงโซลูชั่นสุดท้าย แต่เนื่องจากลในเรื่องง่ายของเส้น เครือข่าย กับสูง R / X อัตราส่วนสามารถอย่างมีนัยสำคัญมีอิทธิพลต่อการบรรจบกัน วิธีการที่ได้อยู่ในการใช้เทคนิคพิเศษนำเสนอใน [9] เล็กน้อยแก้ไขสูง R / X ราคาพิเศษเพื่อหลีกเลี่ยงการ divergence ในปัจจุบัน ที่หนึ่งเกิดซ้ำยังมีใช้อัลกอริทึม Decoupled อย่างรวดเร็วในชุดซอฟต์แวร์เชิงพาณิชย์ PowerWorld จำลอง [7]

ผลลัพธ์ (ไทย) 2:

น่าจะเป็นวิธีที่มีประสิทธิภาพมากที่สุดสำหรับการประมาณการที่ดีขึ้นของค่าเริ่มต้นเป็นหนึ่งใน-Shot อย่างรวดเร็ว
หลุดพ้นและ One-Shot วิธีเกาส์-Seidel ขั้นตอนเหล่านี้มักจะอยู่ในก่อนการประมวลผล
ส่วนหนึ่งของวิธีนิวตันราฟสันปรับปรุงจุดเริ่มต้นที่เป็นค่าที่ดีขึ้นซึ่งอาจจะใกล้ชิดกับ
ทางออกสุดท้าย แต่น่าเสียดายเนื่องจาก simplifications เชิงเส้นของพวกเขาเครือข่ายกับ R / X อัตราส่วนสูงสามารถ
อย่างมีนัยสำคัญที่มีอิทธิพลต่อการบรรจบกัน วิธีการที่เป็นไปได้อยู่ในการใช้เทคนิคพิเศษ
ที่นำเสนอใน [9] ในการแก้ไขเล็กน้อยในอัตราสูง R / X เพื่อหลีกเลี่ยงความแตกต่าง ปัจจุบันหนึ่งซ้ำ
ขั้นตอนอย่างรวดเร็วเนื่องนอกจากนี้ยังใช้ในแพคเกจซอฟต์แวร์เชิงพาณิชย์ PowerWorld Simulator [7]

ผลลัพธ์ (ไทย) 3:

อาจจะมากที่สุดที่มีประสิทธิภาพแนวทางที่ดีกว่าการเริ่มต้นที่ค่าหนึ่งยิงเร็ว -
แบบรวดเดียวเกาส์ไซเดิลและวิธีการ ขั้นตอนเหล่านี้มักจะอยู่ในส่วนของนิวตันราฟสันการประมวลผล
วิธีการปรับปรุงคะแนนดีกว่าค่าเริ่มต้นซึ่งอาจจะใกล้
ทางออกสุดท้าย ขออภัยเนื่องจากเส้นของ Simplifications เครือข่ายกับอัตราส่วน R /
x สูงสามารถมีอิทธิพลต่อการบรรจบกัน . เป็นไปได้วิธีการอยู่ในการใช้เทคนิคพิเศษที่นำเสนอใน
[ 9 ] เล็กน้อยแก้ไขราคา R / x สูงเพื่อหลีกเลี่ยงการ divergence ในปัจจุบัน อย่างหนึ่ง
เร็วแบบนี้ยังใช้ในการจำลอง powerworld แพคเกจซอฟต์แวร์เชิงพาณิชย์




[ 7 ]