电力系统多台发电机参数的整体辨识

提出对多台发电机参数进行整体辨识的思路,即根据广域测量系统（WAMS）采集到的发电机的功角轨迹,同时辨识多台发电机的参数。文中针对不同阶次的Park模型,采用基于轨迹灵敏度的可辨识性分析方法,研究了多台发电机参数的可辨识性,结果表明大部分参数能够区分辨识而一部分参数不能够区分辨识。提出了多台发电机参数的辨识策略,以及基...     

同步发电机参数辨识方法综述

综述了同步发电机参数辨识的方法，对比分析了这些方法的优缺点，为即将开展的同步发电机参数辨识工作奠定基础。     

基于粒子群游算法的同步发电机参数辨识

将一种新的进化算法－粒子群游应用于发电机参数辨识，根据粒子群游算法的特点，提出了一种同步发电机参数辨识的计算框架，算例表明，这种参数辨识算法无需提取电机数学模型，直接利用稳定计算程序，简单实用、具有可行性。     

基于扩展粒子群优化算法的同步发电机参数辨识

提出一种新的扩展粒子群优化(EPSO)算法并应用于同步发电机参数辨识。在粒子群优化(PSO)算法的基础上，EPSO算法采用更多粒子的位置值信息进行变异操作，并且提出根据各粒子的适应值大小确定算法控制参数的方法，保证了扩展后算法的收敛性，EPSO算法模型更具有通用性。仿真算例结果表明了在系统受到较大干扰的情况下，EPSO算法比EP算法和PSO算法具有更精确的参数综合辨识能力，并且EPSO算法比EP算法具有更高的收敛效率。     

基于可观测量的同步发电机参数的时域辨识

同步发电机模型中不可观测量的存在使得在辨识电机参数时因需要求解复杂的微分方程组而导致辨识困难.文中提出了一种由发电机出口电压、出口电流、励磁电压以及励磁电流等可观测量表示的同步发电机辨识模型,避免了复杂微分方程组的求解,提高了辨识的稳定性和效率,简化了参数辨识方法.首先分析了参数可辨识性,指出在将稳态方程作为附加条件的...     

系统辨识技术在同步发电机参数测定中的应用综述

结合国内外的研究动态,介绍并评述了系统辨识技术在同步发电机参数测定中的应用和研究情况,提出了在这方面有待解决的问题和应努力的方向。     

同步发电机短路故障参数的扩充Prony算法辨识

针对同步发电机短路故障问题,在分析同步发电机短路电流信号特点的基础上,提出了基于扩充Prony算法的同步发电机三相短路电流分段分析方法,建立了同步发电机突然三相短路电路模型。通过仿真分析得到拟合误差曲线以及A、B两相短路电流的模态信息。仿真结果表明:算法能够有效的提取各相电流信号的幅值、频率、相位和阻尼参数等模态信息,信号拟合精确度在10-5以上,是一种有效的同步发电机短路电流分析算法。     

基于扩展粒子群优化算法的同步发电机参数辨识

提出一种新的扩展粒子群优化(EPSO)算法并应用于同步发电机参数辨识。在粒子群优化(PSO)算法的基础上，EPSO算法采用更多粒子的位置值信息进行变异操作，并且提出根据各粒子的适应值大小确定算法控制参数的方法，保证了扩展后算法的收敛性，EPSO算法模型更具有通用性。仿真算例结果表明了在系统受到较大干扰的情况下，EPSO算法比EP算法和PSO算法具有更精确的参数综合辨识能力，并且EPSO算法比EP算法具有更高的收敛效率。     

Prony法在同步发电机参数辨识中应用

提出在同步发电机短路试验中应用Prony法实现参数辨识。用Prony法对三相短路电流实测数据进行指数函数的最小二乘拟合,可确定同步发电机的大部分参数。同步发电机参数辨识分4步实现:确定Prony法中的拟合模型阶数、采样总数和采样间隔;对空载三相短路电流进行实测或录波;利用Prony法辨识三相短路电流中各分量对应的特征量;利用所得特征量辨识同步发电机参数。通过对算例发电机进行数值辨识,结果表明该方法的有效性。研究结果显示:取采样时间间隔约为2ms时,辨识效果好;辨识精度与算法中拟合模型阶数、采样时间间隔和采样总数有关,并受信号中噪声的影响,需加以改进。     

同步发电机动态参数辨识

本文以发电机连续时间状态空间模型为研究对象,首次成功地实现了利用连续时间的修正扩展卡尔曼滤波（ＣＥＫＦ）在线辨识发电机的暂态和次暂态１１个参数;用一个简易可行的修正项加入到状态量对未知参数求偏导的公式中,使得算法即使在噪声统计特性有较大误差的情况下仍具有很高的无偏性;实现了电压解耦及用伪随机序列作为小扰动输入信号辨识发电机的参数;成功地寻找出了算法中所需初值;对新信息、方程系数、参数进行了跟踪,并     

同步水轮发电机组的机械参数辨识

选取特定的数学模型进行同步水轮发电机组机械参数可辨识性分析，得出该模型下可惟一辨识的结论。通过辨识算例有效地辨识出了同步水轮发电机组的机械参数，验证了数学模型选择的可用性，为水轮机机械参数的辨识奠定了理论基础。     

基于改进多中心校正解耦内点法的动态最优潮流并行算法

基于改进的多中心校正(MCC)和解耦技术,提出一种求解动态最优潮流(DOPF)的并行算法。结合内点算法(IPM)框架与DOPF修正方程的分块箭形结构,给出修正方程的并行解耦-分解-回代解法。并结合这一解法特点,提出动态步长拉大技术及自适应最大校正次数技术,以单次迭代计算量小幅增加为代价,换取迭代步长的增大,迭代点中心性的提高,总迭代次数和计算时间的显著减少。解耦技术的使用,使得所提算法的核心计算都可并行完成。6～118节点系统的串行仿真结果表明,算法具有很好的鲁棒性和收敛速度,在多核集群系统上的并行仿真表明,算法具有理想的加速比和可扩放性,适合求解大规模的DOPF问题。     

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。     

基于轨迹灵敏度的同步发电机参数辨识

为提高同步发电机暂态及次暂态参数辨识精度,提出了一种基于轨迹灵敏度的同步发电机参数辨识方法。首先确定了基于轨迹灵敏度的辨识数据区间选取方法,将量测的发电机参数的轨迹灵敏度作为指标,根据该指标的衰减程度,选取暂态及次暂态参数信息含量较大的量测数据作为辨识数据,以提高相应参数的辨识精度;其次采用抗差优化模型作为机组参数辨识优化模型,以提高参数辨识模型的抗干扰能力。算例验证了所提方法的有效性。     

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.     

考虑交流潮流约束的机组组合并行解法

针对传统机组组合模型的种种不足,该文提出了一种考虑交流潮流约束及静态安全约束的机组组合模型,并给出了一种完整的并行化解法。该法借助于扩展拉格朗日松弛法和变量复制技术,将原问题转换为其对偶问题,并利用附加问题原理将对偶问题分解为动态规划和最优潮流(OPF)子问题。对于OPF子问题,采用鲁棒性好、收敛速度快的预测校正内点法求解,同时在求解过程中,采用并行处理技术。IEEE118节点及IEEE300节点仿真结果表明,该方法收敛性好,非常适合并行处理。     

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。