一种综合负荷模型参数辨识的混沌优化策略

针对等值于静态负荷和感应电动机负荷的电力系统综合负荷模型的参数辨识,提出了一种高精度的混沌优化算法,该方法利用混沌运动的随机性、规律性和遍历性的特点来寻优,具有全局优化的特点。此混沌优化方法无须优化问题具有连续性和可微性,它按自身的规律进行搜索,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。文中采用了2种混沌映射,3步混沌搜索,并引入随机数来增强遍历性和加快收敛速度。实际算例的结果证实了该算法对综合负荷模型参数辨识的有效性和准确性。     

混沌神经网络负荷建模的理论研究

负荷建模在电力系统稳定分析中起着十分重要的作用。在现代大电力系统条件下，系统稳定性对负荷建模提出了新的要求。该文介绍了电压稳定分析领域的静态负荷模型和动态负荷模型；在基于对电力系统中混沌现象的研究基础上，分析了传统建模方法的不足之处；阐述了将混沌理论引入神经网络算法后算法的特点并将其应用到负荷建模的研究中，建立了利用混沌神经网络理论进行负荷建模的研究中，建立了利用混沌神经网络理论进行负荷模型参数辨识的数学模型和算法，给出了利用该算法进行参数辨识的步骤。分析表明，混沌神经网络逄法可以大幅提高负荷建模的准确度。     

基于配网量测数据的静态负荷模型参数辨识

电力负荷作为电力系统的终端用户,其模型的准确程度直接影响着电力系统运行分析的准确性.近年来,配电网中的量测装置记录了大量稳态数据,能否利用稳态量测数据实现静态负荷模型参数的辨识已成为新的研究问题.提出了基于配网量测数据的静态负荷参数辨识方法.首先,对专变和公变的有功量测数据进行聚类,得到日负荷特性类似的同类负荷曲线;然后,在假设同类负荷的负荷模型参数相似的基础上,建立静态负荷模型参数辨识的数学优化模型,并通过优化算法求解静态负荷模型的日时变参数;最后,通过算例验证了所提方法的可行性和有效性.     

电力系统中的混沌研究与混沌应用

混沌作为一个新的研究方向，已渗透到自然科学和社会科学的各个领域。混沌在电力系统的研究虽然只有近20年，但已有大量的混沌现象被研究，如机电系统混沌振荡，以及分叉、混沌与电压骤降，电力经济中的混淹，水轮发电机组调速系统中控制器参数诱发的混沌等。人们在研究和分析、抑制混沌的同时，又在电力系统中应用混沌，如混沌应用于电站经济运行最优负荷分配、静态负荷模型辨识、模糊电力系统稳定器的参数优化以及短期负荷预测，从而全面开创了电力系统混沌的研究、分析与利用新局面。对电力系统中混沌的研究与利用进行了较为全面的分析和总结，对于推动电力系统的混沌研究具有一定的意义。     

混沌神经网络理论在负荷建模中的应用

针对现代电力系统条件下系统稳定性对负荷建模的新要求,分析了电力系统中的混沌现象和传统建模方法的不足,将混沌神经网络理论引入到负荷建模的研究中,提出了利用混沌神经网络理论进行负荷模型参数辨识的数学模型和算法。     

基于现场实测的电力系统静态负荷模型参数辨识

从模型参数的辨识准则和辨识算法等方面,将现场实测负荷特性数据用于电力系统传统静态负荷模型和综合静态负荷模型的参数辨识,并对这两类模型在电力系统仿真计算的实际应用加以分析,从而得出了一些有意义的结论.     

基于神经网络的电力系统负荷特性辨识

负荷建模在电力系统分析中起着十分重要的作用。参数辨识是负荷建模的关键,好的辨识方法能够在最短的时间内找出最优的辨识结果,提高建模的效率。首先介绍了静态负荷模型和动态负荷模型,其次介绍了神经网络,最后基于神经网络对电力系统负荷特性辨识。应用线性BP（LBP）网络的参数辨识方法,分别对静态负荷模型（幂函数模型、多项式模型）和动态负荷模型（差分方程模型）的参数进行辨识。通过现场的实测数据辨识了模型的参数,并验证了模型的有效性。     

基于混沌与量子粒子群算法相结合的负荷模型参数辨识研究

负荷建模是电力系统建模中亟待解决的难题。负荷特性数据、负荷模型结构以及参数辨识是影响实测负荷建模结果的重要因素。本文提出了混沌与量子粒子群算法相结合的负荷模型参数辨识方法。实测数据验证结果表明,该方法相对于常用的粒子群算法及量子粒子群算法在计算精度、收敛速度等方面都具有明显优势,应用于负荷模型参数辨识提高了负荷模型的准确性。     

进化规划方法在电力系统静态负荷模型辨识中的应用

为克服传统的基于梯度寻优的辨识方法容易陷入局部极小值的不足，提出了电力系统静态负荷模型参数辨识的进化规划方法。进化规划方法是一种与遗传算法类似的模糊进化优化方法，能以较大的概率搜索到全局最优点。实际算例辨识结果显示了该方法的有效性和准确性。     

基于试验的炼化企业电力系统静态负荷模型参数辨识

炼化企业电力系统负荷建模是一项重要的基础性研究.通过现场实测的数据,建立误差函数寻优,辨识出静态负荷的多项式模型和幂函数模型的未知参数.拟合曲线的评价指标证实了通过稳态试验法建立的静态负荷模型可行和有效.     

利用就地测量量进行负荷静态等效的新算法

通过分析电力系统负荷分布及构成的特性,构造了一种可以模拟电力系统任意负荷区域的运用负荷模型。该模型的参数可以很方便地利用电力系统的就地测量进行了辩识;并推导了一种基于遗传算法的简单辨识方法。通过对ＩＥＥＥ－３０节点电力系统的仿真,说明了该负荷建模方法的有效性。     

电力负荷特性的在线测辨——模型及辨识

利用变电站可测到的波动信息在线辨识负荷特性是一种可取的办法，这可以从根本上解决负荷特性的时变性问题。本文提出了一种新的在线测辨原理：先根据在线采集的数据辨识得到动态模型，然后再由动态模型获取静态特性参数。文中提出了新的PQ耦合动态模型，然后简单介绍并比较了三种参数辨识方法；最小二乘法、辅助变量法及卡尔曼滤波法。     

ELECTRIC POWER SYSTEM STATIC LOAD MODEL PARAMETER ESTIMATION USING NEWTON'S METHOD

ABSTRACT

The problem of estimating the parameters of static power system load models required in conducting load flow studies accounting for the variation of active and reactive power with bus voltages. We consider the double exponential and exponential plus bias load model forms, where the parameter estimation task involves the solution of non-linear equations iteratively using Newton's method. The method's application is explored and computational experience using actual field data is reported in this paper. The work reported in this paper suggests that the optimal parameter set may not be unique in certain cases, and that the initial guess of the unknown parameters is instrumental in the computational performance of the method.     

用于电能质量研究的新型交流电弧炉混沌模型

提出一种用于电能质量研究的新型交流电弧炉混沌模型。首先，基于电弧炉负载U-i特性曲线的分段线性化，依据负载实际消耗的有功功率，得到能精确反映电弧炉稳态特性的静态模型，该模型适用于电弧炉引起的谐波问题研究。然后，用基于不对称非线性电阻蔡氏电路产生的低频混沌信号对静态电弧电压进行调制，模拟电弧炉运行的动态过程， 得到电弧炉负载的动态模型，该模型特别适用于研究电弧炉引起的电压波动与闪变问题。在Matlab下，对电弧炉静态、动态模型进行仿真研究。仿真结果与实际测量数据相比较，显示该模型能够精确描述电弧炉引起的谐波和电压波动等电能质量问题。模型有效且易于使用，它的提出为电能质量治理措施研究奠定了基础。     

电力系统短期负荷预测的静态分析

通过对电力系统负荷预测主要方法的理论分析，探讨了在短期负荷预测中基本负荷分量组成方式。以及基本负荷分量在电力系统负荷预测模型中变化规律。为提高电力系统短期负荷预测的准确性提供了依据。     

电力负荷元件静态特征参数的研究

阐述了电力负荷元件的静态模型结构和参数辨识理论，利用系统辨识的基本原理，通过最小二乘的优化方法，对不同的电力负荷元件及其组合进行静态模拟实验，应用自主开发的负荷特性记录仪记录其电压和电流信号，辨识出静态负荷元件及其组合的多项式和幂函数模型的静态负荷特征参数．建模实践表明该方法的有效性和可行性，在负荷元件不断丰富的情况下，即可建立符合我国国情的静态特征参数库．并且通过其组合实验可以模拟实际综合负荷的运行特点．     

The stability of a chaotic PWM boost converter

A novel chaotic pulse‐width‐modulation (PWM) boost converter has been previously proposed to reduce electromagnetic interference (EMI) in DC–DC converters, where the circuit design and simulations have been conducted, but the problems such as the mean value estimation of state variables for circuit parameter design, the ripple estimation of the input current and the stability analysis have been remained to be addressed in this paper. Here, a mean value estimation method is first proposed, which is used to estimate the mean values of state variables of chaotic PWM boost converters for facilitating the circuit parameter design and selection of circuit components. Although ripples are slightly increased, caused by adopting chaotic carriers, the DC–DC converter with reduced EMI is still stable under the chaotic PWM control. This work provides a theoretic verification of the effectiveness and practicability of the proposed chaotic PWM DC–DC converters. Copyright © 2010 John Wiley & Sons, Ltd.     

电力短期负荷时间序列混沌特性分析的技术改进

电力短期负荷具有混沌特性。通过深入研究其混沌吸引子的形状、关联维数及最大Lyapunov指数,发现这些混沌特征数对电力短期负荷预测具有重要意义。在相空间重构的基础上,经研究发现电力短期负荷二维相图两坐标间延迟时间为8时,其混沌吸引子能得到最好的再现;对计算关联维数的G-P算法中关键参数的选取提出了简单易行的方法,使该算法更易于操作;对计算最大Lyapunov指数的小数据量方法做进一步改进,提出了一套固定参数,并用Henon系统数据验证了该方法的有效性。用上述改进方法进一步分析了电力短期负荷的混沌特性。