pq算法

Ⅰ 牛顿法和PQ法的原理是什么

这是牛顿法原理

把非线性函数f(x)在x = 0处展开成泰勒级数

牛顿法

取其线性部分，作为非线性方程f(x)=0的近似方程，则有

f(0 )+(x-0 ) f′(0 )=0

设f′(0 )≠0?，则其解为x = - xf(1)

再把f(x)在x 处展开为泰勒级数，取其线性部分为f(x)=0的近似方程，若f′(x ) ≠0，则得x = - 如此继续下去，得到牛顿法的迭代公式：x = - ...(n=0,1,2,…) (2)

例1 用牛顿法求方程f(x)=x +4x -10=0在[1,2]内一个实根，取初始近似值x =1.5。 解 ?f′(x)=3x +8x??所以迭代公式为：

x = -... n=0,1, 2，...

列表计算如下：

n

0

1

2

3

1.5

1.3733333

1.36526201

1.36523001

Ⅱ 急：电力系统PQ分解潮流算法与牛顿拉夫逊潮流算法的区别有哪几点

区别有以下几点
1pq分解法用两个对角矩阵代替了以前的大矩阵，储存量小了
2 矩阵是不变系数的，代替了牛拉法变系数矩阵，计算量小了
3 pq分解法矩阵是对称矩阵，牛拉法是不对称矩阵
4 pq分解法单次运算速度很快，但是计算是线性收敛，迭代次数增加；牛拉法单次运算很慢，但是平方收敛。总体来看，pq分解法的速度要快于牛拉法。

Ⅲ 高斯赛德尔法、牛顿-拉夫逊法及PQ分解法进行潮流计算的优缺点

一：牛顿潮流算法的特点
1）其优点是收敛速度快，若初值较好，算法将具有平方收敛特性，一般迭代4～5 次便可以
收敛到非常精确的解，而且其迭代次数与所计算网络的规模基本无关。
2）牛顿法也具有良好的收敛可靠性，对于对高斯-塞德尔法呈病态的系统，牛顿法均能可靠
地敛。
3）初值对牛顿法的收敛性影响很大。解决的办法可以先用高斯-塞德尔法迭代1～2 次，以
此迭代结果作为牛顿法的初值。也可以先用直流法潮流求解一次求得一个较好的角度初值，
然后转入牛顿法迭代。
PQ法特点：
(1)用解两个阶数几乎减半的方程组（n-1 阶和n-m-1 阶）代替牛顿法的解一个(2n-m-2)阶方程
组，显着地减少了内存需求量及计算量。
(2)牛顿法每次迭代都要重新形成雅可比矩阵并进行三角分解，而P-Q 分解法的系数矩阵 B’
和B’’是常数阵，因此只需形成一次并进行三角分解组成因子表，在迭代过程可以反复应用，
显着缩短了每次迭代所需的时间。
(3)雅可比矩阵J 不对称，而B’和B’’都是对称阵，为此只要形成并贮存因子表的上三角或下
三角部分，减少了三角分解的计算量并节约了内存。由于上述原因，P-Q 分解法所需的内存
量约为牛顿法的60%，而每次迭代所需时间约为牛顿法的1/5。
二：因为牛顿法每次迭代都要重新生成雅克比矩阵，而PQ法的迭代矩阵是常数阵（第一次形成的）。参数一变，用PQ法已做的工作相当于白做了，相当于重新算，次数必然增多。
有点啰嗦了。。。。