同步水轮发电机组的机械参数辨识

选取特定的数学模型进行同步水轮发电机组机械参数可辨识性分析，得出该模型下可惟一辨识的结论。通过辨识算例有效地辨识出了同步水轮发电机组的机械参数，验证了数学模型选择的可用性，为水轮机机械参数的辨识奠定了理论基础。     

基于多新息最小二乘算法的锂电池参数辨识

为了保证电池管理系统的安全可靠运行，需要准确地辨识锂离子电池模型参数。以磷酸铁锂为研究对象，建立其RC等效电路模型，并基于该模型辨识锂离子电池模型参数。锂离子电池模型参数受外部因素影响较大并且参数辨识结果受在线信息采集的限制，采用多新息最小二乘辨识算法进行锂离子电池模型参数在线辨识。通过3种不同的充放电实验采集数据，并根据实验数据在不同初值下进行参数辨识，通过比较由辨识结果估计出的端口电压值与实际值的误差来描述辨识结果的准确度。实验结果表明，多新息最小二乘辨识算法具有快速收敛性与高精确性。     

电力电子电路块脉冲在线参数和状态辨识

本文提出了一种新的电力电子电路（ＰＥＣ）在线参数和状态辨识法。该方法是在块脉冲参数辨识法的基础上，根据ＰＥＣ的特点，结合辨识结果异常判定法建立的，具有收敛速度快、辨识精度高和在线辨识的能力，有效地解决了一般参数辨识法无法直接用于开关拓扑状态不断变化的ＰＥＣ中的困难。     

基于电压聚类排序的中压配电网拓扑在线辨识方法

网络拓扑辨识作为配电网运行和管理的基础，随着城市配电网结构的日趋复杂以及运行安全性和可靠性需求的日渐提高，配电网拓扑辨识面临着严峻挑战。为此，本文提出一种基于电压聚类排序的中压配电网拓扑在线辨识方法。首先梳理了配电网的典型拓扑结构，分析了配电网运行时拓扑的多样性和拓扑辨识的重要性；其次，分析了中压配电网电压的分布特征和相似性，通过挖掘节点电压相似性中蕴含的拓扑信息，利用均值漂移算法辨识分支、利用平均电压法辨识分支结构，实现对配电网拓扑结构的准确辨识；最后，采用某东部城市的负荷曲线，通过算例验证了所提拓扑辨识方法的有效性及优越性。     

二阶加纯滞后模型的闭环在线辨识

本文提出一种在线测取N组闭环系统的数据，得出二阶加纯滞后模型参数的辨识方法，该方法辨识准确，辨识时间短且对正常运行的系统影响较小。大量的仿真实验表明该方法辨识精度高，对采样点数不敏感，受干扰的影响很小。该辨识方法可以在过程和仪器的自适应控制中采用。     

基于遗传算法的汽轮机数字电液调节系统的参数辨识研究

调节系统性能的退化和故障的发生，首先表现在系统各个组成环节的参数的变化上，因此通过参数辨识可以这现汽轮机调筇系统的性能预测，状态监测和故障诊断，文中在简要介绍遗传算法的基础上将其应用于汽轮机数字电液调节系统的参数辨识，给出了参数辨识的基本原理和数据处理方法，辨识结果表明，这种辨识算法具有计算速度快，精度高，程序通用性强等优点，通过合理选择误差函数，相对误差可以控制在1％以上，为汽轮机调节系统的参数辨识提供了一种有效的新方法，具有重要的工程使用价值。     

基于特殊历史数据段挖掘的切换Hammerstein模型辨识

本文提出了一种基于特殊历史数据段挖掘的切换Hammerstein模型辨识方法。特殊数据段是指处于稳定状态和稳定斜坡响应的数据段。首先，根据稳态数据采用随机抽样一致算法辨识静态非线性子系统。其次，根据稳定的斜坡响应数据利用密度峰值聚类算法辨识切换Hammerstein模型线性动态子系统的结构和相应的操作区间。最后，根据操作区间划分历史数据集，采用最小二乘算法辨识切换的多个线性动态子系统的模型参数。数值仿真和实验案例结果表明，与标准Hammerstein辨识方法相比，所提方法可以实现不同工作点切换的多个线性动态子模型的结构辨识及操作区间划分，降低了模型结构未知时切换动态子系统对模型参数辨识的影响，提高了切换Hammerstein模型的辨识精度。     

一种改进的主汽温过程模型神经网络辨识方法

介绍了一种用RBF网络进行主汽温系统辨识的一种方法，采用串一并联型的辨识结构，其输入为待辨识对象的输入和输出，导师信号为待辨识对象的输出，隐层的结构函数采用高斯函数，训练时的输入信号采用阶跃信号与白噪声信号的叠加信号，仿真结果表明，这种方法对系统有非常好的辨识能力。     

电力系统综合负荷模型的辨识方法研究

针对电力系统综合负荷模型有些参数仅利用常规信息不可辨识的问题，提出增加利用扰动 后稳态条件的信息，从而解决了可辨识性的问题；同时将遗传算法(GA)引入到辨识方法中， 克服了传统辨识方法对初值要求高、鲁棒性差、容易陷于局部极值点的缺陷，对复杂模型 的辨识是行之有效的。     

新一代的辨识与控制

本文介绍新一代的辨识与控制理论理论及其方法，特别偏重新一代辨识方法的进展。主要内容有集员辨识、极小化极大控制、辨识误差的硬界估计以及集成辨识方法等。     

双绕组交直流发电机参数的局部辨识

针对双绕组交直流电机参数不易准确测量的问题，提出了同步电机参数的局部辨识方法，利用由常规法能准确得到的部分参数，再根据参数对电机工况的灵敏度分析，来局部的辨识电机参数，有效地解决了辨识算法的不稳定性等问题。用该方法在一台双绕组交直流发电机上辨识出了实际的参数值，利用这些测试值，对电机进行了仿真分析，仿真结果较好地吻合了实际样机的试验结果，验证了辨识算法的有效性。     

基于GA-SVR模型的配电网线路参数辨识

准确的线路参数对于配电网运行与控制具有重要意义，而配电网线路参数因受到环境、工况与温度等因素的影响而改变，同时，由于配电网结构复杂度、随机性与波动性日益加强，难以对配电网建立精确的参数辨识模型。提出一种基于GA-SVR模型的配电网线路参数辨识方法，实现配电网线路参数的准确辨识。通过遗传算法（GA）对支持向量回归（SVR）机的惩罚因子与核函数参数进行优化，解决了传统支持向量回归机采用默认参数导致模型预测效果不佳的问题。采用不同阻抗参数下的配电网潮流值对回归网络进行训练，构建改进型SVR参数辨识模型，实现对配电网线路参数的辨识。通过33节点配电网算例的验证，表明该改进型SVR参数辨识模型与传统SVR参数辨识模型相比，能够实现更高精度的配电网线路参数辨识。     

神经网络辨识方案在异步电机传动系统参数辨识中的应用讨论

本文将Hopfield神经网络引入异步电机传动系统的参数辨识，通过大量仿真结果，详细讨论了在辨识网络输入为经传感器延迟的检测信号的情况下，系统能够正确辨识的充分条件。     

小波分析在系统辨识中的应用

对小波分析的主要研究方向和特点进行了介绍，综述了小波分析在系统辨识中的应用。针对不同的辨识模型，讨论了小波分析不同的应用形式，研究了小波网络在系统辨识中的应用。最后探讨了小波分析在系统辨识中的研究方向。     

发电机励磁系统建模与参数辨识综述

励磁系统在电力系统的规划与控制领域都有非常重要的作用，精确的模型结构与参数是选择有效控制手段和整个电力系统仿真准确性的基础。文中通过对励磁系统建模及参数辨识的研究，在整理系统辨识理论发展的基础上, 从线性与非线性2个方面对励磁系统参数辨识展开论述，着重讨论了不同的辨识方法在励磁系统参数辨识中的应用。目的是为励磁系统建模与参数辨识的进一步发展打下基础。     

基于数字信号处理器的异步电机参数辨识实现

介绍了异步电机各种参数的辨识方法。在不改变硬件系统的前提下，通过电流控制技术，向电机注入单相交流或直流电流，检测其响应，从而实现异步电机的参数辨识。对一台未知参数的异步电机做仿真和试验研究，并将辨识出来的参数用于矢量控制系统，得到了良好的效果，证明了参数辨识的正确性。     

一种具有积分误差约束的模型参考自适应辨识算法

提出了一种具有积分误差目标函数约束的模型参考自适应辨识算法，给出了切实体现积分约束作用的参数辨识算法的实现形式。该算法不仅可辨识包括时滞在内的过程模型参数，而且可有效地抑制建模误差和随机干扰对参数辨识精度的影响。基于Lyapunov稳定性理论证明了辨识算法全局渐近收敛性，仿真结果表明了算法的有效性。     

考虑数据失衡的新型配电网两阶段拓扑辨识

在新型电力系统快速发展的背景下，配电网中各类分布式电源、储能、电动汽车、柔性负荷的接入占比不断增加，运行方式日趋复杂多变，其拓扑的精确辨识也更有难度。针对现有配电网量测数据采集周期较长、辨识方法对数据不平衡敏感而导致辨识精度不高的问题，提出了一种两阶段的新型配电网拓扑辨识方法。首先，采用两层堆叠的图卷积网络生成系列标签分类器，再用卷积神经网络提取量测时间序列的特征，并结合多标签分类学习实现第一阶段的初步辨识。其次，对初步辨识获得的初始拓扑中状态为“阴性”(开断)的支路进行全状态空间搜索，并通过潮流匹配模型，筛选出耗散值最小的状态样本，实现“假阴性”二次辨识。最后，在改进的IEEE33节点含新能源配电网络上进行仿真验证。结果表明，所提模型和方法能有效解决数据失衡的问题，并具有更高的辨识精度。     

交流伺服系统转动惯量的辨识及负载转矩观测方法研究

交流伺服系统的工作性能受电机参数及负载扰动的影响很大，有必要对其转动惯量和负载转矩进行在线辨识和观测，并在辨识转动惯量时考虑负载扰动，并据此调整速度PI调节器参数以改善和提高系统的稳态和动态性能。本文提出一种转动惯量辨识的改进方法，用状态观测器对负载转矩进行实时观测，然后再利用模型参考自适应算法对系统的机械参数即系统转动惯量进行辨识。研究了自适应增益对辨识结果的影响。根据转动惯量的在线辨识量，利用最小峰值响应方法对系统速度PI调节器参数进行了自整定。仿真结果验证了算法的有效性。     

基于概率可靠性评估的永磁直驱风机低电压穿越控制模型参数辨识

参数的准确获取有助于提高永磁直驱风机低电压穿越控制模型的仿真精度。复杂模型不仅存在参数多、无法全部测试获取的问题，非目标参数的不精确状况也会影响到目标参数辨识的准确度。通过灵敏度分析判断参数获取的难易程度，作为选择辨识顺序的依据。将非目标参数随机设置在经验范围内，采用概率可靠性评估方法选取用于准确辨识目标参数的观测变量。针对目标参数，采取兼顾辨识优先顺序和对应观测变量选取的分步辨识策略，获取高概率可靠性的辨识结果作为最终参数值，消除非目标参数设置不准确的影响。基于所提方法，对永磁直驱风机低电压穿越控制模型中目标参数进行理论辨识，并通过实测数据进行验证。