基于混沌RBF神经网络的汽油机瞬态工况油膜参数辨识研究

提出了基于混沌径向基(RBF)神经网络的汽油机瞬态工况油膜参数辨识方法。利用混沌优化算法确定隐含层高斯函数径向基中心和输出层连接权值,使其达到全局最优,有效地提高RBF神经网络的收敛速度;同时,利用混沌算法训练RBF神经网络,使目标函数取全局最小值或逼近全局最小值,有效地提高辨识模型的辨识精度,并与BP神经网络模型及最小二乘法辨识进行了分析和比较。仿真结果表明:混沌RBF神经网络模型收敛速度快,具有更强的非线性辨识能力,能够有效地提高油膜动态参数的辨识精度,进而得出不同工况下的油膜参数动态特征。     

基于扩张状态观测器的电力系统强迫扰动监测

提出将扩张状态观测器(extended state observer,ESO)应用于电力系统强迫扰动估计问题。将电力系统的强迫扰动量扩张成新的一阶状态量,与原系统方程一起组合成新的增广系统,以此来建立扩张状态观测器,在PSCAD里搭建观测器仿真模型,通过选择合适的观测器参数,对单机无穷大系统原动机功率扰动进行仿真分析,结果表明该观测器对系统的状态和扰动量可进行准确的估计,从而验证了该方法的有效性。并在此基础上,研究了正弦波和脉冲波2种扰动形式对系统稳定性的影响,结果表明在相同幅值和频率的情况下,正弦波更易引起系统的不稳定。     

超级电容器分数阶模型的分频段参数辨识方法北大核心CSCD

超级电容器的电阻与电容参数不是常数,受频率等因素影响。研究发现采用分数阶等效电路模型能够更加准确地描述超级电容器的非线性特性。针对超级电容器的分数阶模型参数难以获取的问题,提出一种分频段参数辨识方法。该方法根据不同频段下超级电容器的阻抗特性,提出了相应频段的等效阻抗表达式,进而根据典型频率的阻抗数据求解各频段阻抗表达式中的未知参数,实现超级电容器分数阶模型参数的全频段辨识,从而大大降低了分数阶模型参数辨识的难度。最后,对超级电容器进行动态应力(DST)测试和不同频率的恒流充放电实验,将辨识得到的超级电容器分数阶模型仿真输出电压与超级电容器的实测电压进行对比。结果显示在DST测试下,模型端电压的平均相对误差为1.52%,最大相对误差限制在4%以内;在恒流充放电实验中,最大相对误差限制在6%以内,验证了所提分频段参数辨识方法的有效性和准确性。     

煤层气发动机线性歧管压力观测器的研究

针对预混合双阀控制系统的煤层气发动机,利用稳态和动态实验数据辨识了进气歧管压力平均值模型的参数.依据Luenberger的状态观测器理论,通过极点配置确定合适的反馈增益矩阵,构建了歧管压力闭环观测器.采用节气门阶跃变化的实验数据,对观测器的观测效果进行了检验.结果表明,歧管压力观测器具有良好的预测和噪声抑制能力.对于系统动态非线性的影响,有必要采用非线性观测补偿器来改善观测器的鲁棒性.     

基于Walsh变换的水轮机调节系统参数辨识

连续系统辨识方法在电力系统辨识理论研究与工程应用中具有重要意义,针对连续系统辨识的难点,通过积分变换将信号微分项进行积分运算消除误差,考虑Walsh变换的快速特性和积分变换特性,提出基于Walsh变换的电力系统参数辨识方法,并进行了水轮机调节系统参数辨识试验。结果表明,该方法有效,参数辨识精度高,抗干扰能力强。     

粒子群优化算法及其在发电机组调速系统参数辨识中的应用

准确可靠的发电机组调速系统模型参数对于电力系统稳定性分析非常重要,由于利用常规辨识方法(如最小二乘法)进行模型参数辨识时对试验条件要求较为苛刻,且很难对调速系统中大量存在的非线性环节参数进行辨识.本研究将目前正处于研究热点的粒子群算法引入发电机组调速系统模型参数的辨识过程研究,结果表明,利用粒子群理论进行模型参数辨识时...     

基于功率响应特性的双馈风电场一次调频模型参数全局辨识

随着风电在电力系统中占比提高,其一次调频特性对电力系统频率稳定性的影响增大。为了实现风电场一次调频模型的参数辨识,设计了以实际功率响应数据为依据的辨识方法,基于多工况功率响应数据并采用狼群算法对模型参数进行全局最优辨识。应用所设计的参数辨识方法对某双馈风电场进行了参数辨识,模型仿真值与实测值的对比结果表明：采用该方法辨识得到的模型参数能够较好地反映风电场一次调频功率响应实际特性。     

基于势能-滑模的双馈风电机组广域阻尼控制设计方法

通过构建模型的方式解决双馈感应发电机并入电力系统中存在的非线性功率振荡问题，提出一种具有非线性和鲁棒性的新型功率振荡阻尼控制器，以减小此类系统中的功率振荡。首先，结合双馈感应发电机特性，构造含风电电力系统的能量函数模型。其次，根据构建的稳定流形构建滑模面，对于建模和仿真过程中存在的一些误差和外部干扰，采用扩展状态观测器进行估计。最后，基于扩展状态观测器、滑模变结构控制理论、能量函数设计双馈感应发电机的功率振荡阻尼控制器，并在四机两区系统中验证该方法的有效性。     

基于遗传算法的汽轮机非线性调节系统的参数辨识研究

简要介绍了遗传算法应用于参数辨识的基本思想，并将其应用于汽轮机非线性调节系统的参数辨识，结果表明，采用遗传算法可准确地辨识系统中死区，限幅等非线性发生部位和参数，辨识结果准确可靠，相对误差在2%以内，与传统的辨识方法相比，具有辨识精度高，收敛速度快的优点，结合计算机仿真，可以实现系统的性能预测，控制优化，状态监测与故障诊断。     

双馈风电系统混沌运动分析及解耦自适应反步法控制

为研究双馈风电系统的混沌现象及其控制问题,根据电机d-q轴数学模型,导出非线性微分方程。采用Wolf算法计算其最大Lyapunov指数谱,证明电机在某些工作条件及参数下会出现混沌运动。采用磁场定向矢量控制技术,构造状态反馈解耦,降低混沌系统阶数。基于解耦模型,采用反步法设计混沌控制器。针对含有未知参数或状态的系统,提出自适应反步法,构造虚拟控制量,设计反步控制律,实时跟踪预测系统参数并实现混沌控制。通过构造Lyapunov方程,分析混沌控制系统的稳定性,保证系统状态能快速稳定收敛至给定值。控制系统不同运行工况仿真结果表明,解耦自适应反步法可使双馈电机快速脱离混沌状态,响应速度快、控制精度高,鲁棒性强。     

基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识

针对分布式光伏发电系统广泛接入配电网,导致电力系统潮流计算速度和精度较低的问题,提出一种基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识模型。首先,在综合负荷模型的虚拟母线上接入等效光伏发电系统的负荷模型,从而建立配电网广义负荷模型;之后,提出一种将混沌优化与海鸥优化相结合的优化算法,基于该算法完成配电网的等值,并在此基础上进行含光伏发电的综合负荷模型参数辨识。最后,通过仿真表明该文提出的算法,相比于传统的粒子群算法和单一海鸥优化算法,在计算精度和收敛速度等方面具有优越性,并可应用于负荷模型的参数优化。     

基于IOLBBO算法的水轮机非线性模型参数辨识

为提高考虑弹性水击模型的水轮机系统非线性模型参数辨识的精度、速度、稳定度,采用改进正交学习生物地理学算法(IOLBBO)对该模型进行参数辨识。IOLBBO利用佳点集方法的遍历性,初始化栖息地特征变量;引入精英保留策略,提高算法运行效率;融合正交学习(OL)策略,提高算法全局寻优能力。基于某水轮机动态试验数据的参数辨识计算及对比分析,表明IOLBBO算法可用于水轮机系统非线性模型参数实测辨识,与GA、PSO、QPSO、BBO算法相比,收敛速度更快、参数辨识精度更高、算法更稳定,为电力系统的参数辨识提供了一种新方法。     

受扰分数阶直驱风电机组混沌运动的H∞鲁棒控制

针对含有负载扰动的非线性分数阶直驱永磁同步风力发电机组(D-PMSG)存在混沌现象，提出一种抑制混沌运动的新型H∞鲁棒控制方法。在非线性D-PMSG混沌模型下，验证负载扰动会导致D-PMSG呈现混沌现象。采用Takagi-Sugeno(T-S)模型建立受扰分数阶D-PMSG模糊混沌模型。基于并行分布补偿(PDC)控制理论，提出一种新型模糊状态反馈H_∞鲁棒控制器设计方法。利用分数阶Lyapunov稳定性理论，依据Schur补引理和合同变换，以线性矩阵不等式(LMIs)形式推导出D-PMSG系统Mittag-Leffler稳定的充分条件。Matlab仿真结果表明，该控制器在分数阶阶次变化和外界负载扰动随机变化情况下具有良好的控制性能和较强的鲁棒性。     

直接型自适应模糊控制器的设计及其在汽温控制中的应用

针对一类具有未知函数增益的不确定非线性系统,基于监督控制方法并利用第二类模糊系统的通用逼近能力,提出了一种带有自适应补偿器的直接型模糊控制器的设计方案.它通过引入自适应补偿器来减小建模误差和参数估计误差对系统性能的影响,从而在稳定性分析中取消了要求逼近误差平方可积或上界已知的条件.理论分析表明闭环系统的状态有界,跟踪误差收敛到零,仿真和实际应用结果证明了该方法的有效性.     

基于扰动观测器的分数阶终端滑模电液变桨控制方法

为改善风电机组电液变桨系统的控制性能,文章提出了基于扰动观测器的分数阶终端滑模控制方法。建立风电机组电液变桨系统数学模型,利用滑模状态扰动观测器（SMSPO）对变桨系统参数的不确定性和未知扰动进行实时补偿。采用分数阶微积分理论设计终端滑模控制器的滑模面,在保证有限时间收敛的同时,改善了滑模控制自身抖动。利用Simulink进行试验验证,结果表明,该方法增强了变桨系统的抗干扰能力,削弱了系统的抖动,提高了桨距角的跟踪精度和变桨系统的稳定性。     

蜂群算法在太阳电池组件参数辨识中的应用

针对太阳电池组件参数辨识精确度不高的问题,提出一种采用蜂群算法应用于参数辨识的方法。太阳电池组件模型采用单二极管串并联模型,在确定太阳能组件参数范围后,利用提出的蜂群算法对电池组件参数进行辨识。在蜂群算法中,不同的蜜蜂用不同类型的路径修改自己的位置,从而避免了过早收敛于局部最优解,进行全局搜索最优解。实验结果表明,蜂群优化算法的辨识的均方根差值为0.00241,计算电流(测量的25组电流值)总误差为0.0413,明显优于混沌无性繁殖算法、混沌粒子群算法、模式搜索算法、模拟退化算法,为太阳电池组件的参数辨识提供了一种新的方法。     

基于状态观测器的调速器液压系统故障诊断

水轮机调速器是水电厂重要控制设备,其工作的稳定性直接关系到水轮发电机组乃至电力系统的安全稳定运行。应用现代故障诊断技术,提出了一种基于状态观测器的故障检测与诊断方法,以实现调速器液压系统的故障检测。通过仿真验证了这种方法依然具有较好的故障检测和诊断能力。     

水轮机及其调速系统建模与参数辨识方法

介绍了时域法、频域法和遗传算法等常用的电力系统模型辨识方法。以现场试验数据为基础,分别用PLPF法和遗传算法对水轮机及调速系统进行了参数辨识,结果表明遗传算法能较准确地辨识出系统各个环节的数学模型,仿真曲线更接近实际,体现了遗传算法在非线性模型辨识方面的优越性。     

基于状态反馈解耦控制的含DFIG电力系统低频振荡抑制研究

由于风力双馈感应发电机(DFIG)内部阻尼转矩不足,导致DFIG接入电力系统时会降低系统阻尼,增加发生低频振荡的风险。文章提出了一种状态反馈解耦的控制方法,该方法依据闭环电力系统状态空间模型,将DFIG视为反馈控制器,对其传递函数阵进行状态反馈解耦,实现对来自同步发电机角速度、功角和阻抗偏差矢量一对一控制,进而对整个含DFIG电力系统数学模型进行降阶,同时调节功角耦合参数C_g1、角速度耦合参数C_g2以及阻抗耦合参数C_g3提高系统阻尼比,抑制公共连接点(PCC)电压幅值变化,提高了对低频振荡的抑制能力。最后,以风电接入四机两区域间降阶模型为例进行仿真,并与传统的状态观测器方法对比,仿真结果验证了所提方法对提高整个系统阻尼比和降低节点电压幅值抑制低频振荡的正确性和有效性。     

基于柔性直流低频振荡阻尼控制器的优化设计

针对柔性直流(VSC-HVDC)低频振荡的问题,首先通过最小二乘—旋转不变的方法(TLS-ESPRIT)分析了系统的特性,辨识出系统的传递函数;接着运用LQR优化算法引入状态观测器,得到带观测器的控制器传递函数即所求控制器;然后利用遗传算法对LQR函数的参数Q、R进行优化,得出效果更加明显的控制器,从而实现对柔性直流低频振荡的有效控制;最后为比较最优控制器与其他控制器的效果,利用经典极点配置法设计了控制器。PSCAD/EMTDC仿真表明,最优控制器可较好地抑制各种扰动下的低频振荡,具有较好的鲁棒性;利用输出反馈,有利于工程实践。