微机保护中递推最小二乘法的应用

在阐述微机保护中递推最小二乘法原理的基础上,通过建立虚拟系统模型,用系统辩识理论研究了递推最小二乘法的递推初值和该算法的渐近性及无偏性。     

基于Haar小波变换的持续时间系统参数辨识

给出了用Ｈａａｒ小波辩识连续时间系统模型参数的方法。通过小波对积分建立的操作矩耻,简单有效地将微分方程化代数方程。根据系统的测量数据并结合最小二乘算法辩识模型参数,给出了一个离线算法,仿真结果表明算法的有效性。     

基于Haar小波变换的连续时间系统参数辨识

给出了用 Ｈａａｒ小波辩识连续时间系统模型参数的方法。通过小波对积分建立的操作矩阵,简单有效地将微分方程化为代数方程。根据系统的测量数据并结合最小二乘算法辨识模型参数。给出了一个离线算法,仿真结果表明算法的有效性。     

基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略

针对永磁电机系统反馈信号测量噪声无法确保为白噪声的问题,基于传统递推最小二乘法只在面向的数学模型是ARX模型时才能保证其无偏性,提出基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略。通过电机电气方程辨识定子电阻、电感、转子磁链,通过机械方程辨识转动惯量、粘性摩擦系数、负载转矩,解决了传统递推最小二乘辨识方法适用数学模型具有局限性的问题。最后通过MATLAB Simulink验证了所提算法在参数突变时辨识性能良好。     

永磁同步电动机参数的系统辩识测定方法

用加权最小二乘的系统辩识法对永磁同步电动机的参数测定进行了探讨。用于记录电机相绕组中电流变化过程的Z-80单板机数据采集系统,对采样数据进行了平滑滤波处理。编制了永磁同步电动机参数辩识的计算机程序,通过一次辩识就可得到电机的多个参数。     

数字电液调节系统的仿真及参数辩识研究

根据系统参数辩识原理 ,利用仿真数据 ,采用最小二乘法对调节系统特性参数进行寻优。结果表明采用辩识方法可以准确地辩识系统各时间参数。辩识结果准确可靠 ,可以用于对调节系统进行性能预测、控制优化和故障诊断     

永磁同步电机在线参数辨识方法研究

针对在永磁同步电机参数辨识过程中,由于"数据饱和"和噪声影响,导致传统的递推最小二乘法存在参数估计误差大和收敛慢的问题。利用改进的递推最小二乘法提高参数辨识的精度和收敛速度,以满足伺服系统在不同工况下动态性能。首先,结合永磁同步电机数学模型,设计了一种折息递推最小二乘辨识算法,通过在传统的最小二乘法中引入"折息因子"增强了算法的灵活性。然后,通过对存在白噪声干扰的永磁同步电机模型进行辨识算法的动态仿真。最后,利用搭建的实验测试平台进行算法的实验验证。仿真和实验结果表明提出的折息递推最小二乘算法,在参数辨识过程中降低了旧数据对辨识结果的影响,增强了算法对噪声干扰的鲁棒性,提高参数辨识结果的准确性和实时性。     

最小二乘算法优化及其在锂离子电池参数辨识中的应用

传统最小二乘法（LS）用于锂离子电池模型在线参数辨识精度低,通过带遗忘因子递推最小二乘算法能够有效地提高辨识精度,但固定的遗忘因子影响模型动态特性。遗忘因子的自适应处理能提高算法对动态系统的参数辨识能力,而目前的自适应方法容易忽略模型参数的稳定性,同时方法待定系数范围较大且难以确认。为了得到高精度且稳定性良好的模型参数,该文设计了一种精度和稳定性兼优且更简单的自适应遗忘因子递推最小二乘（AFFRLS）改进方法,并与其他AFFRLS、可变遗忘因子递推最小二乘（VFFRLS）进行仿真对比分析。结果表明,改进的AFFRLS能够在模型精度和参数稳定性取得更好的平衡,且对不同的在线工况具有良好的适用性。     

基于改进的ARMA递推算法的低频振荡模式在线辨识

为提高电力系统低频振荡现象的实时监测水平,提出采用一种基于自回归滑动平均模型的两段加权递推最小二乘算法进行低频振荡模式辨识,并通过估计ARMA谱的方法以提取低频振荡的主导模式。该改进算法先采用加权递推最小二乘算法拟合高阶AR模型单独得到白噪声估值,再将该估值用于常规加权递推最小二乘算法中,提高了算法参数辨识的精度和收敛速度。New-England 39节点系统的时域仿真测试验证了该改进算法对低频振荡模式辨识的有效性,并通过与常规加权递推最小二乘算法辨识效果的比较验证了该改进算法对低频振荡模式的辨识具有更好的精确性且提高了收敛速度。最后通过对某电网PMU实测数据的辨识分析,验证了该改进算法能够准确地辨识系统的低频振荡主导模式频率和阻尼比,具有实际的工程意义。     

基于改进最小二乘法的电力系统状态估计

作为能量管理系统（EMS）的一个组成部分，电力系统状态估计的研究具有重要意义。最小二乘法状态估计应用相当广泛，当传统最小二乘法在协方差矩阵变小时，估计参数会发生爆炸现象。提出了一种基于最小二乘法的递推阻尼最小二乘法状态估计算法。递推阻尼最小二乘法迭代的初值是上一时刻估计结果，电力系统在大部分情况下运行相对稳定，因此初值的选取可靠性高，保证了算法的鲁棒性和收敛速度。仿真结果显示此算法能够得到满意的结果。