基于改进遗传算法的非线性发电机励磁系统参数辨识

为了确保电力系统建模的精确性和安全稳定分析的可靠性,进行发电机励磁系统参数辨识测试是一项重要的工作。提出采用改进的GA遗传算法应用于发电机励磁系统的非线性参数辨识,利用GA较强的全局寻优能力和BP梯度法较强的局部搜索能力,较快同时又较好地辨识出发电机励磁系统参数估计值。实际发电机励磁系统参数测试试验结果表明,基于改进遗传算法的励磁系统参数辨识方法计算速度快,精度高,鲁棒性强,为非线性发电机励磁系统的参数辨识提供了一种有效的新方法。     

基于改进遗传算法的非线性发电机励磁系统参数辨识

为了确保电力系统建模的精确性和安全稳定分析的可靠性,进行发电机励磁系统参数辨识测试是一项重要的工作.提出采用改进的GA遗传算法应用于发电机励磁系统的非线性参数辨识,利用GA较强的全局寻优能力和BP梯度法较强的局部搜索能力,较快同时又较好地辨识出发电机励磁系统参数估计值.实际发电机励磁系统参数测试试验结果表明,基于改进遗传算法的励磁系统参数辨识方法计算速度快,精度高,鲁棒性强,为非线性发电机励磁系统的参数辨识提供了一种有效的新方法.     

含有非线性环节的发电机励磁系统参数辨识

提出了一种基于遗传算法的励磁系统参数辨识方法,通过建立待辨识励磁系统的传递函数 结构模型,以励磁系统的实际输入作为模型的输入,以实际励磁系统和模型的输出误差最小作为目 标,利用遗传算法对模型参数进行优化调整,最终得到满足误差要求的励磁系统参数。该方法的优 点在于解决了目前电力系统中常用的辨识方法无法对非线性环节进行有效辨识的问题;且根据输 入输出采样数据直接在时域上进行参数辨识,方法简便,直接得到传递函数框图环节参数,无需转 换。在MATLAB下的数字仿真和现场试验结果均表明,该算法能较精确地辨识出包括非线性环 节在内的励磁系统模型各个环节的参数。     

发电机励磁系统参数在线辨识装置的研究

介绍了一种配置简单、功能完善、测试精度高的励磁系统参数在线辨识装置;阐述了励磁系统参数辨识的原理及方法,给出了一组现场参数辨识结果。现场实际测试表明,该装置辨识出的参数是正确可信的。     

基于改进遗传算法的非线性励磁系统参数辨识

将大变异遗传算法应用于非线性发电机励磁系统的参数辨识,利用其较强的全局寻优能力辨识出发电机励磁系统参数估计值。其原理为:当某一代中所有个体集中在一起时就以一个远大于通常变异概率的概率执行一次变异操作,随机、独立地产生许多新的个体,使种群脱离早熟。比较每代中所有个体的最大适应度与平均适应度的接近程度,判断当代中所有个体的集中程度;对当代适应度最高的2个个体不进行大变异操作,以保证具有最大适应度的个体不被破坏掉。采用Matlab的Simulink模块建立仿真模型,算例试验结果表明,基于大变异遗传算法的励磁系统参数辨识方法速度快、精度高。     

基于Prony算法的发电机励磁系统参数辨识

阐述了发电机励磁系统参数辨识的原理。基于Prony算法提出了一种工程上便于应用的发电机励磁系统参数辨识新方法。指出该方法的优点是根据励磁系统输入、输出响应信号直接在时域上实现参数的辨识。在Matlab/Simulink中的仿真结果表明,该算法能准确的辨识出励磁系统各个环节的参数,具有精度好、运算率高、程序通用性强等优点。     

基于改进灰狼算法的发电机励磁系统参数辨识算法

为了确保电力系统建模的精确性和稳定分析的可靠性,确认励磁系统的参数至关重要.提出改进灰狼算法,应用发电机励磁系统的参数辨识,在MATLAB环境下进行仿真.结果表明:基于改进灰狼算法的励磁系统参数辨识方法具有更高的辨识精度与稳定性,对发电机励磁系统精确建模以及研究电力系统稳定性具有重要意义.     

发电机励磁系统参数辨识综述

综述了发电机励磁系统参数辨识的方法及其在国内外的应用和发展,将辨识方法分为时域法、频域法和人工智能法3种。时域法原理简单,计算方便,对激励信号没有特别要求,容易实现,但是该方法没有滤波功能;频域法利用快速傅里叶变换,将时域上的卷积转化为频域上的简单乘积,计算方便,但它需要伪随机信号作为激励信号,对伪随机码的参数选取要视具体情况而定,对低阶系统的参数辨识准确度高;人工智能方法原理简单,对激励信号没有特殊要求,能辨识非线性系统,可以直接得到实际参数,但它也没有滤波功能,而且对系统的先验知识要求较高,这些先验知识制约着用遗传算法辨识系统参数的精度。3种辨识方法没有绝对的最优,可根据不同情况选用不同方法,必要时3种方法可结合使用。     

基于电阻耦合法的发电机励磁系统参数辨识

提出了一种基于电阻的信号耦合法,可将伪随机信号或阶跃信号耦合到自动电压调节器（AVR）的机端电压反馈信号中,用于解决目前某些发电机励磁控制系统时没有预留测试信号输入端子而难以进行励磁系统参数辨识试验的问题。该方法已用于某实际385MW同步发电机励磁系统现场测试,并用遗传算法进行了参数辨识。校验结果证明了该方法的有效性。     

华北电网开展发电机励磁系统参数辨识工作综述

随着华北电网的发展，系统中长期动态稳定问题变得突出，要求更详细地模拟发电机励磁系统各部件的动态特性。为此从华北电网实际出发，详细调查华北电网内容量为100MW以上的发电机及其励磁系统类型和制造厂家，首先选择直接接入500kV系统的4台具有典型励磁系统特性的大容量发电机组，开展发电机励磁系统参数测试辨识，经过现场测试、励磁系统参数初值拟合，电磁暂态校核以及系统暂态稳定校核，最后得到满足生产实际需要的发电机励磁系统模型参数。     

遗传算法在发电机励磁系统参数辨识中的应用

提出了一种基于遗传算法的将发电机励磁系统原模型转换为仿真软件下标准模型的参数辨识方法,以原模型和标准模型的输出误差最小作为辨识目标,利用遗传算法不断优化调整标准模型中的参数,最终得到满足误差要求的励磁系统标准模型参数.与传统的励磁系统参数辨识方法相比较,该方法很好地解决了励磁系统非线性环节难以有效辨识的问题,方便可靠,精度高.实际发电机励磁系统参数辨识结果表明,该方法具有很好的效果.     

遗传算法在发电机励磁系统参数辨识中的应用

利用遗传算法所具有的自学习能力和非线性特性,解决励磁系统中非线性环节的辨识问题。通过建立待辨识励磁系统的模型,以励磁系统的实际输入作为模型的输入,利用遗传算法对模型参数进行优化,最终得到满足励磁系统建模要求的参数。用MATALAB下的仿真结果和现场试验结果进行对比,表明该算法能够较准确地辨识出励磁系统各个环节的参数。     

发电机励磁系统建模、参数辨识及数据库的研究

随着电网规模的不断扩大，发电机组出口容量和电压等级的提高，对机组运行稳定性的要求也随之提高；而发电机励磁系统对电力系统的稳定控制具有重要作用。以江苏电网大型机组励磁系统为研究对象，简述了励磁系统现场实测建模的方法，利用PSASP软件的自定义建模功能对励磁系统进行自定义建模，并在此基础上通过模型参数辨识将自定义模型转化为PSASP及PSS／E两个软件下的标准模型，最后建立了励磁系统WEB数据库。     

应用小波变换和随机子空间的励磁参数辨识

针对励磁系统参数的精确辨识问题,该文应用随机子空间方法来解决该问题。随机子空间的主要原理首先将励磁系统输出构造Hankel矩阵,之后利用Hankel矩阵构造Toeplize矩阵,并对Toeplize矩阵进行奇异值分解,最后利用奇异值分解的分量构造系统矩阵,对系统矩阵的参数做适当的变换就可得到励磁系统的参数。文中使用随机子空间的方法,实现了噪声环境下的励磁参数的准确辨识。仿真实验结果表明在信噪比较高时,运用该方法依然可得到较准确的结果。     

采用最大-最小蚁群算法的励磁系统参数辨识

为获得发电机励磁系统准确的模型参数,对BPA(bonneville power administration)软件中励磁系统典型仿真模型进行深入分析,得到模型参数与励磁系统大、小阶跃响应特性的关联关系。结合实际情况,对需辨识参数进行筛选,对参数取值范围进行限制。采用最大-最小蚁群算法对参数进行辨识,先求得影响发电机空载电压小干扰阶跃响应特性的主要参数,再得到影响发电机空载电压大干扰阶跃响应特性的主要参数。BPA计算得到的辨识模型仿真曲线与实测数据吻合良好,仿真结果表明了辨识方法的有效性。     

发电机励磁实时监测系统研究与应用

介绍了对发电机励磁系统进行实时监测的一种技术方案.提出在复杂的电磁环境中使用光变送器测量励磁直流电流和励磁直流电压,从而提高数据采集的安全性、精确性和实时性;进而通过励磁系统仿真软件分析机组励磁试验的录波文件,实现静态自并励机组励磁参数识别.实验室录波数据和现场录波数据的分析结果表明了该方案的正确性.     

发电机励磁系统在不同软件中模型转换的研究

随着电网规模的不断扩大和电压等级的不断提高,对机组运行稳定性的要求也随之提高.更为精确详细的励磁系统模型有助于稳定分析.根据时域分段线性法(PLPF法)编写模型转换程序.对PSASP软件中根据实际励磁系统建立的自定义模型应用模型转换程序,得到PSASP、BPA和PSS/E 3种软件下的标准模型参数.通过暂态仿真验证其结果的有效性,并在江苏电网得到应用.