基于遗传算法的转桨式水轮机模型参数辨识

为准确测试转桨式水轮机参数,提出了一种转桨式水轮机数学模型的新表述方法,并探讨了基于遗传算法对新表述数学模型的参数辨识。算例与实际电站参数辨识结果表明,采用辨识参数的模型输出结果与现场实测数据(样本数据)具有较好的一致性,验证了该方法的正确性及在工程实际应用中的可行性,为转桨式水轮机模型参数辨识提供了一种新方法。     

基于Jaya-DA算法的太阳电池模型参数辨识

为提升太阳电池模型参数辨识的准确率,该文提出基于Jaya算法与蜻蜓算法相融合的辨识方法,运用Jaya算法进行初步全局搜索,并结合蜻蜓算法进行局部搜索最优解,使算法收敛精度得到有效提升.研究结果表明:运用Jaya-DA算法求得太阳电池模型的电流均方根误差为9.861×10-4,相较于单一使用Jaya算法、蜻蜓算法、人工蜂...     

基于Walsh变换的水轮机调节系统参数辨识

连续系统辨识方法在电力系统辨识理论研究与工程应用中具有重要意义,针对连续系统辨识的难点,通过积分变换将信号微分项进行积分运算消除误差,考虑Walsh变换的快速特性和积分变换特性,提出基于Walsh变换的电力系统参数辨识方法,并进行了水轮机调节系统参数辨识试验。结果表明,该方法有效,参数辨识精度高,抗干扰能力强。     

基于收缩因子改进PSO算法的J-A磁滞模型参数辨识

变压器铁心磁滞特性的准确预测及其模型参数可靠辨识,一直是国内外学者们研究的难点问题。针对现有主流磁化(Jile-Atherton,J-A)模型存在的辨识参量多、计算时间长、容易陷入局部最优解等问题,提出一种基于收缩因子改进粒子群优化(Particle swarm optimization,PSO)算法的J-A磁滞模型参数辨识方法。研究建立以磁感应强度为输入变量的J-A静态磁滞逆模型,提出考虑包含涡流损耗、异常损耗因素下的动态磁滞模型;针对传统PSO算法计算精度低、不易于快速寻优的问题,提出基于收缩因子改进的PSO优化算法,可实现J-A磁滞模型关键参量的快速辨识。所提算法克服了传统粒子飞行速度的限制,兼具全局寻优和局部寻优的特点,易于实现J-A磁致模型的快速参数辨识。通过仿真算例分析,验证了所提改进PSO算法在不同磁密峰值工况下的应用可靠性,且迭代收敛速度和精度均优于传统PSO算法。     

汽油机进气道油膜模型参数辨识算法的研究

为寻求较为理想的油膜模型参数辨识算法,从随机误差相关性出发,分别推导最小二乘辨识和基于夏氏偏差修正法辨识的计算过程;并以燃油阶跃补偿标定试验为参考,比较了最小二乘辨识和基于夏氏偏差修正法辨识效果.结果表明考虑相关随机误差的夏氏辨识在辨识效果上明显优于最小二乘辨识,且比起受工况及温度影响较大的燃油阶跃补偿标定试验在数据离散程度方面有一定的优势.基于辨识算法对油膜模型参数的辨识结果相对而言更贴近真实模型参数值,为油膜模型参数辨识提供了理论依据.     

基于WOA-LM算法的变压器油纸绝缘等效模型参数辨识

为实现有效、准确地评估变压器油纸绝缘系统老化状态,在极化去极化电流法的基础上,结合扩展德拜模型,设计搭建了油纸绝缘测量系统,进行试验并求解得到去极化电流曲线,提出了一种基于鲸鱼优化算法(WOA)与Levenberg-Marquardt(LM)算法的融合算法进行油纸绝缘系统扩展德拜模型参数辨识,并建立了扩展德拜模型.与其...     

模型水轮机转轮出口处几何参数的算法及应用

基于水轮机流量调节方程及单位参数的定义,导出了具有线性特性的水轮机特征方程.在此基础上,采用线性数据拟合方法,并利用模型水轮机综合特性曲线,求出了水轮机转轮出口处的平均过流断面面积和平均半径等几何参数,能用于使用内特性法研究水轮机的过渡过程及近似求出模型水轮机出口处的平均流速和扩展水轮机的高效率区域特性曲线.     

基于强化学习知识获取共享算法的太阳电池模型参数辨识

为准确辨识太阳电池模型参数,提出一种基于强化学习的知识获取共享算法（RLGSK）。针对知识获取共享算法（GSK）初级阶段和高级阶段的选择机制过于死板,处理太阳电池模型参数辨识问题时难以充分平衡全局与局部搜索,存在收敛慢、精度低等问题,一方面,通过强化学习调整迭代时初级和高级阶段的个体比例,实现不同情景下知识获取与共享的灵活调整;另一方面,依靠性能导向的种群规模缩减实现计算资源的高效利用,提高算法性能。将RLGSK应用于5种案例,并与其他算法进行比较。结果表明,与GSK相比,RLGSK的搜索精度、稳定度和收敛速度提升极大,与其他算法相比也有很强的竞争力。     

基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识

针对分布式光伏发电系统广泛接入配电网,导致电力系统潮流计算速度和精度较低的问题,提出一种基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识模型。首先,在综合负荷模型的虚拟母线上接入等效光伏发电系统的负荷模型,从而建立配电网广义负荷模型;之后,提出一种将混沌优化与海鸥优化相结合的优化算法,基于该算法完成配电网的等值,并在此基础上进行含光伏发电的综合负荷模型参数辨识。最后,通过仿真表明该文提出的算法,相比于传统的粒子群算法和单一海鸥优化算法,在计算精度和收敛速度等方面具有优越性,并可应用于负荷模型的参数优化。     

水轮机及其调速系统建模与参数辨识方法

介绍了时域法、频域法和遗传算法等常用的电力系统模型辨识方法。以现场试验数据为基础,分别用PLPF法和遗传算法对水轮机及调速系统进行了参数辨识,结果表明遗传算法能较准确地辨识出系统各个环节的数学模型,仿真曲线更接近实际,体现了遗传算法在非线性模型辨识方面的优越性。     

水文模型参数优选的改进粒子群算法参数分析

借鉴竞争演化和多种群混合进化的思想,对粒子群算法(PSO)进行改进,提出了序列主-从种群混合进化的粒子群算法(SMSE-PSO).鉴于优选水文模型参数算法的有效性与算法控制参数有关,为评价SMSE-PSO算法不同控制参数对优化性能的影响,结合水文模型参数优选的特点提出采用正交试验设计的方法分析.结果显示,正交法较好地识别了关键影响因素并提出可能的最优方案,SMSE-PSO算法能较好地应用于复杂多参数水文模型的参数识别研究中.     

水轮机调速器电液随动系统建模及其辨识方法

为了在保持简便性的条件下尽量减小水轮机调速器电液随动系统的模型误差,从电液随动系统内部各主要状态变量的相互关系出发,建立了电液随动系统线性模型并用斐波那契法辨识其线性参数;经分析可知其模型误差主要来源于接力器速度限制,进而在该线性模型的基础上加入限速环节,以此建立电液随动系统非线性模型并用粒子群算法辨识其非线性参数。仿真试验表明,该非线性模型的模型误差较小,且结构较为简单,参数较好获取。     

非线性马斯京根模型参数优化的混沌模拟退火法

提出了用混沌模拟退火法估计非线性马斯京根模型参数的优化算法。该算法将混沌优化的粗搜索、细搜索的两阶段搜索规则与模拟退火的启发式规则相结合进行参数的优化估计,既保证了解的全局最优性,又保证了最优解的精度。通过实例计算,并与文献方法计算的结果对比分析,表明该方法具有适应性强、求解精度高的特点。     

基于超平面原型聚类的水轮机调速系统模糊模型辨识

针对水轮机调速系统的辨识难题,提出了1种基于超平面原型聚类的T-S模糊模型辨识方法.基于局部模糊模型线性度的重要性,推导出1种基于超平面的模糊聚类算法.该算法以优化局部模型线性度为目标,进行模糊模型前提结构辨识,能使局部模型具有良好的线性度;它应用变尺度混沌优化方法搜索最优聚类结果,避免陷入局部极小;应用最小二乘法实现模糊模型结论参数辨识.以某水电厂水轮机调速系统为对象,采用该方法建立了T-S模糊模型,并对其进行了辨识和对比试验.结果表明:建立的T-S辨识模型具有较高的辨识精度及较强的泛化能力,提出的模型辨识方法有效可行.     

变指数非线性马斯京根模型及其参数率定方法

为更好地反映河道洪水的实际槽蓄关系,以非线性马斯京根模型(NMM)为基础,采用对数型公式来定量计算NMM的非线性指数,提出了变指数非线性马斯京根模型(VEP-NMM),并采用免疫灰狼优化算法(IGWO)进行参数优化率定,IGWO针对灰狼优化算法(GWO)易早熟收敛的问题,引入免疫克隆选择操作来保证种群多样性和提高搜索能力。将基于IGWO的VEP-NMM应用于河段洪水演进模拟中的结果表明,该方法合理可行,模拟精度更高。     

基于线性优化算法的光伏组件参数辨识

为改善光伏组件单二极管模型参数的辨识精度,利用微分电导信息将光伏组件的伏安特性进行线性化处理,提出一种基于线性最小二乘优化的参数辨识算法。通过Photowatt-PWP 201光伏组件室内测试数据对算法有效性进行验证,结果表明其精度高于现有的典型算法,如特殊函数法、拉普拉斯变换法和教与学元启发式算法。进一步通过aSiMicro03036光伏组件室外连续测试数据对算法可靠性进行验证,结果表明在不同太阳辐照度和温度条件下均能快速而准确地辨识光伏组件参数。     

电力系统稳定分析用水轮机调节系统模型研究

针对机械液压式调速器模型脱离实际、简单、无法反映设备的真实状态,以BPA4.0为例,分析了现有电力系统稳定分析程序的不足,开发了符合实际的调速器模型,并与用非线性高阶传递函数表示的原动机模型构成了自定义的水轮机调节系统模型。实例结果表明,该模型更接近实际、吻合度高、平均几何相对误差小,可满足电力系统稳定分析的需求。     

基于改进PSO-ELM算法的混凝土坝变形非线性监控模型

针对混凝土坝变形模型高度非线性问题,将极限学习机(ELM)用于混凝土坝变形监控模型的构建中,由于极限学习机的精度受输入权值和隐含层阈值的影响,引入改进的粒子群算法(PSO)进行最优求解,从而建立基于改进PSO-ELM算法的混凝土坝变形非线性监控模型。实例应用结果表明,该模型不仅可行、有效,且具有较强的学习能力和泛化能力。     

风电场等值模型可辨识性研究

研究了风电场等值模型参数的可辨识性,对风电场模型参数的辨识具有重要的理论意义和实用价值。结果表明,利用风电场扰动前、后稳态条件和动态过程,证明了风电场等值模型参数是可唯一辨识的。