![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
…………………………………………………………………………………….
6.4 Законы распределения тяговой нагрузки и их числовые характеристики.
1. Нормальный закон распределения.
При расчётах параметров СТЭ требуется определять средние и максимальные токи подстанций, фидеров КС и эффективные (среднеквадратические) их значения. По известным законам распределения определяются значения требуемых величин.
Для распределения тяговой нагрузки используют нормальный закон распределения (закон Гаусса).
Нормальный закон распределения характеризуется плотностью вероятности -(х – хср ) / 2 σ2
Р(Х) = 1/ σ √ 2π е
где х – значение СВ, хср – среднее значение СВ, σ – среднее квадратическое отклонение СВ.
Р(I) 1
2
Iср I
Рис. Кривая распределения плотности вероятности при различных
среднеквадратичных отклонениях, σ1 > σ2 .
Кривая нормального распределения плотности вероятности симметрична относительно Iср. Максимальная ордината вероятности равна 1/ σ√ 2π и соответствует абсциссы I = Iср. По мере удаления в обе стороны от точки Iср плотность вероятности падает и асимптотически приближается к оси абсцисс. Характер кривой определяется величиной σ. С увеличением σ кривая распределения становится более плоской. С изменением Iср кривая смещается в соответствующую сторону не изменяя характера.
При использовании нормального закона необходимо знать среднее значение СВ и её среднее квадратическое отклонение.
Функция распределения нормального закона
x (x –xср )2 / 2 σ2
F(X) = (1/ σ√ 2π) ∫ e dx
-∞
Если ввести замену переменной (х – хср )/ σ = z, то получим
(x –xср )/σ - z2/2
F(X) = (1/ σ√ 2π) ∫ e dz.
-∞
При х = хср функция F(x) = 0,5 и поэтому
F(X) = 0,5 +Ф (х – хср) / σ = 0,5 + Ф(у),
у -х2/2
Ф(у) = (1/ √ 2π) ∫ e dх -интеграл Лапласа.
Для определения функции Ф(у) имеются таблицы.
СВ, подчиняющаяся нормальному закону, может изменяться в пределах ±∞. На практике имеют дело со СВ, изменяющимися в конечных границах. Для учёта реальных пределов значений СВ используют усечённый нормальный закон распределения. В этом случае плотность вероятности
(x –a1 )2 / 2 σ12
f(x) =(1/M σ1√ 2π) e при х1 < x < x2 ;
f (x) = 0 при х < x1 и х > x2,
где М – нормирующий множитель; а1 и σ1 - средне значение среднеквадратическое отклонений СВ.
Кривые тока так же могут быть аппроксимированы распределением Пирсона и Гамма – распределением.
Дата публикования: 2014-12-11; Прочитано: 498 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!