共查询到18条相似文献,搜索用时 62 毫秒
1.
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. 相似文献
2.
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。 相似文献
3.
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. 相似文献
4.
5.
基于非线性直接优化方法的发电机励磁系统参数辨识 总被引:1,自引:2,他引:1
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。 相似文献
6.
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。 相似文献
7.
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. 相似文献
8.
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。 相似文献
9.
基于改进粒子群算法的励磁系统参数辨识 总被引:1,自引:0,他引:1
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. 相似文献
10.
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 相似文献
11.
12.
13.
14.
15.
16.
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。 相似文献
17.
18.
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... 相似文献