%% bus data
% bus_i type Pd Qd Gs Bs area Vm Va baseKV zone Vmax Vmin
mpcbus = [
1 3 0 0 0 0 1 106 0 0 1 106 094;
2 2 217 127 0 0 1 1045 -498 0 1 106 094;
3 2 942 19 0 0 1 101 -1272 0 1 106 094;
4 1 478 -39 0 0 1 1019 -1033 0 1 106 094;
5 1 76 16 0 0 1 102 -878 0 1 106 094;
6 2 112 75 0 0 1 107 -1422 0 1 106 094;
7 1 0 0 0 0 1 1062 -1337 0 1 106 094;
8 2 0 0 0 0 1 109 -1336 0 1 106 094;
9 1 295 166 0 19 1 1056 -1494 0 1 106 094;
10 1 9 58 0 0 1 1051 -151 0 1 106 094;
11 1 35 18 0 0 1 1057 -1479 0 1 106 094;
12 1 61 16 0 0 1 1055 -1507 0 1 106 094;
13 1 135 58 0 0 1 105 -1516 0 1 106 094;
14 1 149 5 0 0 1 1036 -1604 0 1 106 094;];
%% branch data
% fbus tbus r x b rateA rateB rateC ratio angle status angmin angmax
mpcbranch = [
1 2 001938 005917 00528 9900 0 0 0 0 1 -360 360;
1 5 005403 022304 00492 9900 0 0 0 0 1 -360 360;
2 3 004699 019797 00438 9900 0 0 0 0 1 -360 360;
2 4 005811 017632 0034 9900 0 0 0 0 1 -360 360;
2 5 005695 017388 00346 9900 0 0 0 0 1 -360 360;
3 4 006701 017103 00128 9900 0 0 0 0 1 -360 360;
4 5 001335 004211 0 9900 0 0 0 0 1 -360 360;
4 7 0 020912 0 9900 0 0 0978 0 1 -360 360;
4 9 0 055618 0 9900 0 0 0969 0 1 -360 360;
5 6 0 025202 0 9900 0 0 0932 0 1 -360 360;
6 11 009498 01989 0 9900 0 0 0 0 1 -360 360;
6 12 012291 025581 0 9900 0 0 0 0 1 -360 360;
6 13 006615 013027 0 9900 0 0 0 0 1 -360 360;
7 8 0 017615 0 9900 0 0 0 0 1 -360 360;
7 9 0 011001 0 9900 0 0 0 0 1 -360 360;
9 10 003181 00845 0 9900 0 0 0 0 1 -360 360;
9 14 012711 027038 0 9900 0 0 0 0 1 -360 360;
10 11 008205 019207 0 9900 0 0 0 0 1 -360 360;
12 13 022092 019988 0 9900 0 0 0 0 1 -360 360;
13 14 017093 034802 0 9900 0 0 0 0 1 -360 360;
];
输入矩阵是连接权重时,如何利用R中的igraph包生成图
————————————————————————————————————————————
library(igraph)#加载包
mygraph=readcsv("d:/desktop/ncsv", header=TRUE,sep = ",",rownames=1)#读取数据
我的数据长这样
m<- asmatrix(mygraph)#输入数据转换为matrix
g <- graphadjacency(adjmatrix=m, mode="directed", weighted=TRUE, diag=FALSE)#生成有向图,权重设置TRUE
plot(g, edgelabel=round(E(g)$weight, 3))#$带权重标注的网络图,可以通过——igraphplotting 查看igraph绘图相关参数
输出的图如下:
E(g)$weight#查看连边权重
结果如下:
[1] 083 076 078 040 067 073 079 071 075 065 069 048 072 082 088 058 070
[18] 073 060 054 065 056 068 054 061 059 047 067 064 064 047 051 060 050
[35] 047 061 044 056 066 072 071 072 065 063 051 069 066 059 068 073 062
[52] 071 051 076 077 051 088 092 070 077 044 080 087 077 066 051 052 077
[69] 064 068 047 052
——————————————————————————————
1节点导纳矩阵:
2节点导纳矩阵在微波网络中用端口电压(自变量)表示端口电流(因变量)。
3节点导纳矩阵是对电力网络电气特性的一种数学抽象。
4节点阻抗矩阵:
5若多端口网络内部无各向异性质,则网络具有互异性,阻抗矩阵的转置不变。
节点阻抗矩阵的自阻抗等于所有连接于节点的支路的阻抗之和。
是电路分析中节点分析法中的一个概念自电阻指的就是某一个节点上各个支路的电阻之和,所以节点阻抗矩阵的自阻抗等于所有连接于节点的支路的阻抗之和。
节点阻抗矩阵方程是电力系统故障分析计算以及继电保护整定计算中应用较广泛的一种数学模型。
可以把具有N个引出端的网络视为一个黑箱,只有直接与这N个端子直接相连的节点之间的线路才可以直接测试出它们(线路)的阻抗或导纳值,与这N个端子直接相连的节点叫做可及节点,其余的节点叫做不可及节点。
以上就是关于IEEE14节点在Matlab中的节点参数矩阵和支路参数矩阵全部的内容,包括:IEEE14节点在Matlab中的节点参数矩阵和支路参数矩阵、利用节点连接矩阵 (adjacency matrix) 创建网络图(R 中的igraph包)、互导纳的特性等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)