为什么pq迭代时间长

Ⅰ 利用P—Q分解法和牛顿—拉夫逊法进行潮流计算，二者的收敛速度哪个快啊

这个看你说的收敛速度是什么了。如果指迭代次数，那么牛拉法绝对占上风。但是大矩阵计算式，有可能牛拉法迭代五次的计算时间要比pq分解法迭代十次的时间都要长
PS：pq分解法由于雅可比矩阵常数化，计算过程中减少了很大的计算量，而且有功和电压幅值，无功和电压相角的完全割裂也大大的对矩阵降维数，减少了一半的计算量，但是他雅克比矩阵常数化是经验值，丧失了一部分稳定收敛的特性，而且当支路电阻与电抗比值较大的时候收敛性也特别差，甚至不收敛

Ⅱ 电力系统计算机潮流计算问题，谢！

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。

Ⅲ 电力系统分析中，潮流计算，为什么高斯迭代法的迭代次数多于PQ分解法和牛拉法

这是不一定的，要看情况，只是因为现在电力系统都比较复杂，才总体上表现为高斯-赛德尔法迭代次数比较多。
高斯-赛德尔法与PQ分解法、牛拉法所用的迭代矩阵不一样，收敛的快慢就是要看迭代矩阵的谱半径。谱半径小于1说明收敛，否则不收敛。谱半径越小，收敛速度越快。
对于Ax=b，PQ分解法和牛拉法的迭代方程为：
x=B1x+f1, B1=I-inv(D)A,f1=inv(D)b,D为对角矩阵。

对于Ax=b，高斯-赛德尔法的迭代方程为：
x=B2x+f2, B2=inv(D-L)U,f2=inv(D-L)b，L、U为下三角和上三角矩阵。
对于病态电网，例如重负荷、很多长线路、负电抗变压器等等，都是病态电网的表现。病态电网的特点使得迭代方程中的B1、B2的谱半径不一样，B2往往大于1（矩阵近似奇异或者奇异），而B1往往小于1，此时高斯-赛德尔法表现为发散，所以迭代很可能不收敛。
当B2的谱半径小于B1时，高斯-赛德尔法的迭代次数是要少于PQ分解法、牛拉法的。

Ⅳ 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

纯手打，望采纳

Ⅳ 为什么我用PQ删除分区然后创建分区要20分钟这么长时间

很正常
那是你更改/挂起太多了，如果就一个很快的

Ⅵ 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。。。。

Ⅶ 牛顿法和PQ分解法的差别以及联系

pq分解法用两个对角矩阵代替了以前的大矩阵，且pq分解法矩阵的系数不变，pq分解法是对称矩阵而牛拉法不是对称矩阵，pq分解法单次运算快，但是线性收敛，迭代次数增加，牛拉法单次计算慢，平方收敛。
电力系统中R远小于XP与功率叫关系密切和电压幅值关系不密切，Q和功率角关系不密切，这样在牛拉法的雅可比矩阵中将关系不密切的系数忽略，完成P，V，Q的解耦。