基于APSO算法的发电机励磁系统参数辨识

针对传统辨识方法不能辨识励磁系统非线性环节的缺点,提出了一种基于自适应粒子群优化(APSO)算法的发电机励磁系统参数辨识的方法.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函数,利用APSO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.该方法根据输入输出采样数据直接在时域上进行参数辨识,无需经过FFT变换,方法简便,并且有效解决了励磁系统非线性环节难以有效辨识的问题.仿真结果表明,APSO算法具有较快的收敛速度和较高的辨识精度.     

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.     

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。     

基于非线性直接优化方法的发电机励磁系统参数辨识

励磁模型的准确程度对于电力系统仿真的准确性有显著影响。提出了一种新的、工程中容易实现的方法,即利用非线性直接优化法辨识微分方程形式的励磁模型参数。首先利用Matlab仿真与传统的最小二乘法比较验证算法有效性。然后利用动态信号记录装置,根据模型结构获得各个环节的时域内发电机阶跃试验数据,对1台300 MW汽轮发电机组的励磁系统分别进行分环节参数辨识和整体辨识。利用电力系统分析综合程序(power system analysis software package,PSASP)的用户自定义模型功能建立励磁模型进行相同的阶跃仿真,结果验证了辨识参数在电力系统仿真中的有效性。     

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。     

基于相关辨识法的发电机励磁系统参数辨识

励磁系统参数辨识是电力系统四大参数辨识之一,其准确性对于电力系统运行控制与仿真具有极其重要的意义.文章给出了相关辨识法估计励磁系统线性环节参数的详细步骤.在Matlab/Simulink中构造待辨识的励磁系统模型,利用程序产生M序列伪随机信号并加入待辨识系统中进行参数辨识,比较了不同噪声幅值情况下的辨识结果,证明了在输入信号满足一定条件情况下,相关辨识法在励磁系统参数估计中的有效性.     

基于相关辨识法的发电机励磁系统参数辨识

励磁系统参数辨识是电力系统四大参数辨识之一,其准确性对于电力系统运行控制与仿真具有极其重要的意义。文章给出了相关辨识法估计励磁系统线性环节参数的详细步骤。在Matlab/Simulink中构造待辨识的励磁系统模型,利用程序产生M序列伪随机信号并加入待辨识系统中进行参数辨识,比较了不同噪声幅值情况下的辨识结果,证明了在输入信号满足一定条件情况下,相关辨识法在励磁系统参数估计中的有效性。     

基于改进粒子群算法的励磁系统参数辨识

励磁系统模型参数的求取一般采用频域测试方法,但是电力系统是一个非线性系统,因此频域测试方法需要做线性化处理,而时域辨识方法中的参数模型辨识方法也存在线性化处理的问题.利用时域非参数模型辨识的方法,对待测系统受到阶跃扰动时,记录被调量的变化曲线,辨识出非线性特性,用动态拟合技术,利用被测信号采用改进的粒子群算法,根据目标函数,动态调整粒子飞行速度的惯性权重,从动态曲线求取模型参数,实现参数辨识.试验证明,新的算法能够很好地平衡调节粒子群算法的局部搜索与全局搜索的能力,克服了基本粒子群算法容易陷入局部最优的缺点.     

基于改进粒子群算法的励磁系统参数辨识

励磁系统模型参数的求取一般采用频域测试方法,但是电力系统是一个非线性系统,因此频域测试方法需要做线性化处理,而时域辨识方法中的参数模型辨识方法也存在线性化处理的问题。利用时域非参数模型辨识的方法,对待测系统受到阶跃扰动时,记录被调量的变化曲线,辨识出非线性特性,用动态拟合技术,利用被测信号采用改进的粒子群算法,根据目标函数,动态调整粒子飞行速度的惯性权重,从动态曲线求取模型参数,实现参数辨识。试验证明,新的算法能够很好地平衡调节粒子群算法的局部搜索与全局搜索的能力,克服了基本粒子群算法容易陷入局部最优的缺     

基于数据融合模型的励磁系统参数辨识算法

确认真实可靠的发电机励磁系统参数对电力系统安全稳定分析具有重要意义.基于人工网络融合法,提出了一种基于数据融合模型的辨识算法实现对励磁系统的参数辨识.首先,使用灰狼算法、粒子群算法和遗传算法分别对励磁系统进行参数辨识.然后,利用人工神经网络算法对三种方法的辨识结果进行合成决策.最后,数据融合模型输出合成辨识值.仿真结果...     

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。     

基于改进遗传算法的无刷励磁系统参数估计

针对包含非线性环节的无刷励磁系统参数估计,提出一种基于改进遗传算法的优化算法以及线性环节与非线性环节分别辨识的参数估计试验方法。首先详细介绍了IEEE提出的AC1A标准无刷励磁系统模型。然后提出基于实数编码的改进遗传算法,通过改进线性交叉算子使交叉后产生的两个子代都是可行解,并且必有一个子代靠近较好的父代,从而使遗传向好的方向发展。最后利用Matlab/Simulink搭建IEEE的AC1A励磁系统模型以及单机仿真系统,采用伪随机信号和机端电压阶跃信号利用上述遗传算法对线性与非线性环节参数进行分别辨识。结果验证了辨识试验方法与算法的有效性。     

现代重工持续发力中国电气市场

新世纪以来,中旧电力市场的高速发展为众多国外电气制造企业创造了机会,他们争先恐后地搭上了中国电力市场“快车”。如今,中国发电量更是稳居全球之首,其发展潜力不言而喻。不管是“先来者”,还是“后到者”．国内外电气企业纷纷凭借日新月异的技术,力争在这场中国电力市场发展大潮中“分一杯羹”。     

现代重工持续发力中国电气市场

新世纪以来,中国电力市场的高速发展为众多国外电气制造企业创造了机会,他们争先恐后地搭上了中国电力市场＂快车＂。如今,中国发电量更是稳居全球之首,其发展潜力不言而喻。不管是＂先来者＂,还是＂后到者＂,国内外电气企业纷纷凭借日新月异的技术,力争在这场中国电力市场发展大潮中＂分一杯羹＂。现代重工（中国）投资有限公司系韩国现代重工集团在中国的全资子公司,成立于2006年5月,总部位于上海。公司在华业务范围涉及工程机     

基于改进遗传算法的汽轮机DEH系统参数优化

在简要介绍改进遗传算法的基础上,将其应用于汽轮机数字电液调节系统的参数优化,并给出了参数优化过程。该算法有效抑制了算法早熟,提高了算法的全局搜索能力和局部搜索能力。优化结果表明,这种优化算法具有计算速度快、精度高、程序通用性强等优点,为汽轮机调节系统的参数优化提供了一种有效的方法,具有一定的参考价值。     

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.     

基于量子粒子群算法的混杂系统参数辨识

针对电力电子电路的混杂系统模型的参数辨识问题,提出运用量子粒子群算法(QPSO)对电力电子电路中元器件的参数进行辨识,相对于传统的参数辨识,该方法能更加精确的辨识元器件.先测试函数证明算法的辨识性能,然后以非理想Boost电路为例,求解得到电路中所有关键元器件的特征参数值,在仿真中与基本算法和遗传算法(GA)比较,最后...