基于差分进化小波神经网络的多维非线性系统辨识

提出一种基于差分进化小波神经网络(DE-WNN)的多维非线性系统辨识方法。利用差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高小波神经网络的学习精度和收敛速度。将该方法应用于多维非线性系统的辨识,并与RBF神经网络和遗传小波神经网络的辨识结果进行了比较,实验结果表明,差分进化算法优化的小波神经网络隐层节点为6,迭代次数为30,网络训练时间为0.58s,辨识均方误差达到1.02×10?4,所提出的方法具有更高的辨识精度和收敛速度,能够更好的辨识出多维非线性系统。     

进化规划方法在电力系统静态负荷模型辨识中的应用

为克服传统的基于梯度寻优的辨识方法容易陷入局部极小值的不足，提出了电力系统静态负荷模型参数辨识的进化规划方法。进化规划方法是一种与遗传算法类似的模糊进化优化方法，能以较大的概率搜索到全局最优点。实际算例辨识结果显示了该方法的有效性和准确性。     

进化规划方法在电力系统静态负荷模型参数辨识中的应用

为克服传统的基于梯度寻优的辨识方法容易陷入局部极小值的不足，提出了电力系 统静态负荷模型参数辨识的进化规划方法。进化规划方法是一种与遗传算法类似的模拟进化 优化方法，能以较大的概率搜索到全局最优点。实际算例的辨识结果显示了该方法的有效性 和准确性。     

同步发电机参数辨识的模拟进化方法

目前解决同步电机参数辨识最有效的途径是在线辨识。但人们经常会遇到不同试验或同一试验时辨识所得参数相差较大, 即所谓参数辨识不稳定。本文认为其原因有两方面： 一是参数是否可辨识; 二是参数辨识方法是否合适。本文在前文献［５］ 分析了同步发电机模型参数可辨识性的基础上, 以模拟进化方法为工具, 提出了全局性好、鲁棒性强的辨识方法。针对浙江衢化热电厂进行的实际应用表明, 进化策略法具有较高的精度和较少的计算量, 适合于同步电机参数辨识     

发电机励磁系统建模与参数辨识综述

励磁系统在电力系统的规划与控制领域都有非常重要的作用,精确的模型结构与参数是选择有效控制手段和整个电力系统仿真准确性的基础。文中通过对励磁系统建模及参数辨识的研究,在整理系统辨识理论发展的基础上, 从线性与非线性2个方面对励磁系统参数辨识展开论述,着重讨论了不同的辨识方法在励磁系统参数辨识中的应用。目的是为励磁系统建模与参数辨识的进一步发展打下基础。     

采用微分进化算法和径向基函数神经网络的热工过程模型辨识

在热工过程模型辨识中,被控对象动态特性往往表现出非线性、慢时变、大迟延和不确定性等特点,这使得难以对其建立比较精确的模型。为了达到精确建模的目的,提出一种基于微分进化算法和径向基函数神经网络的辨识方法。该方法采用基于能量分布正交最小二乘学习算法的径向基函数(radial basis function,RBF)神经网络,通过改进的微分进化算法,对神经网络辨识系统进行参数优化,使RBF神经网络能够更快、更精确地逼近实际系统的输出,达到精确建模的目的。仿真结果表明,在采用改进的RBF网络对热工复杂对象进行辨识时,通过微分进化算法进一步确定其最佳参数,可以取得更好的辨识效果。     

智能优化算法在水轮机参数辨识中的应用

大力开发水电资源是解决我国能源供应紧张问题的重要途径。水轮机辨识多采用基于线性系统辨识理论的算法,由于缺乏对水轮机非线性因素的考虑,很难满足电力系统实际运行状况分析的需要。智能优化算法是水轮机辨识的最优斱法,本文将差分进化算法和粒子群算法成功应用于水轮机辨识中,幵针对智能优化算法存在的原理误差,提出将两种算法辨识得到的平均值作为辨识结果。仿真结果显示该策略辨识出的系统参数精确度高,误差小。     

基于差分进化算法的超声波电机Hammerstein非线性建模

特殊的机电能量转换过程,使超声波电机具有明显的非线性运行特性。本文建立超声波电机的Hammerstein非线性模型,为电机控制系统的设计与分析提供基础。基于实验数据,通过拟合确定模型的静态非线性环节为Guass函数。采用差分进化算法,对模型参数进行辨识。模型计算数据与实验数据的对比,表明模型精度较高,建模方法有效。     

热工过程数据聚类分析研究及其在模型辨识中的应用

发电厂热工过程具有非线性、大惯性、大延迟的特性,利用欧式谱系聚类分析方法对热工过程进行工况划分,将热工过程的非线性转化为若干个工况点的线性化问题,并把时间戳属性引入聚类分析的数据矩阵中。利用改进微分进化算法对给煤量设定值、主蒸汽压力的辨识结果表明,聚类分析方法能够提高模型辨识中工况划分的合理性,并且在给煤量设定值阶跃扰动时使负荷相对稳定。根据试验数据辨识得到的模型参数存在差异。     

基于差分进化法的锂电池模型参数辨识算法研究

基于二阶RC等效电路模型,采用差分进化法对模型参数进行离线辨识.相比于传统的最小二乘法辨识电池模型参数模型,差分进化法的鲁棒性好、辨识精度高,因此被广泛应用于求解优化问题.     

电力电子变换器潜在电路自动识别法

研究与开发电力电子变换器潜在电路自动识别的计算机辅助分析法,可提高所设计的电力电子变换器的安全运行可靠性。建立电路器件和拓扑的通用信息库,并根据电力电子器件的特点提出其电流特性模型,基于器件的电流特性模型和搜索算法自动查找变换器中所有的电流路径,在此基础上,设计出"器件类"和"功能类"线索表,以自动识别变换器中所有的潜在电路。基于该方法开发的计算机辅助分析系统应用表明,它具有操作简单、自动化程度高、通用性强、准确性高等优点,可适用于复杂电力电子变换器的潜在电路分析。     

电力系统稳定器的频域法整定

根据PSS运行时其主信号具有特定频率范围的特点,以IEC推荐的标准型PSS的传递函数方框图为例,介绍其总体及各个环节的增频特性,并利用这种特性来整定元件的参数。这种频域整定法具有简便可靠的特点。     

改善的主动频率偏移法在光伏并网孤岛检测中的应用

为了能够改善光伏并网孤岛检测效率和提高输出电能质量两者兼顾的问题,考虑到检测盲区,文章介绍了传统的主动式频率正向偏移法的实现过程,并分析了其特点及存在的缺点,从而提出了改善的反复性正反馈主动频率偏移法,引入符号函数对截断系数进行整定,不同负载下保障频率扰动方向可靠性,因此能够高效的检测出孤岛现象,降低了检测盲区和总谐波,改善了光伏逆变系统的输出电能质量。仿真及逻辑分析表明,该算法能够及时、准确的检测出电网的故障。     

自适应的窃漏电诊断方法研究及应用

基于已有电能计量自动化系统的实时采集的电量、负荷、报警及线损数据,分析现有用电检查所得窃电现象的样本,通过构建指标体系,建立一种自适应的防窃漏电诊断模型。基于模糊评价法与神经网络方法,结合了两者的优点,能够反映窃漏电现象的特征。经实证研究,能够实时监测计量自动化系统的运行数据,发现诊断窃漏电现象,具有较强的识别能力。     

基于递推最小二乘法的虚拟同步发电机参数辨识方法

基于虚拟同步发电机(VSG)控制的逆变器能够为微网提供惯性和阻尼,提出一种VSG参数辨识方法,为微网的优化设计提供基础。首先建立了VSG输出功率对指令功率的二阶传递函数模型,然后根据基于VSG控制的逆变器在响应阶跃指令功率后的输出,利用模型参数与惯性和阻尼系数的关系,并基于递推最小二乘法辨识出逆变器提供的惯性和阻尼系数。进一步分析了稳态平衡点偏移以及双线性变换给辨识结果带来的误差,结果表明利用递推最小二乘法辨识VSG参数能够满足一定的精度要求。最后,通过MATLAB仿真和实验验证了所提参数辨识方法的可行性和有效性。     

虚拟家庭负荷生成方法的研究

针对非侵入式家庭负荷监测所需家庭用电设备实时运行数据难以获取的问题,分析不同家庭家电配置差异及使用习惯特性,提出虚拟家庭负荷生成方法。首先,采用多项式负荷模型生成家电负荷波形。其次,融合不同代际结构家庭家电配置和家电运行习惯特点,基于蒙特卡洛仿真生成计及家庭成员年龄、数量、身份用电关联的家庭用电时间分布。最后,虚拟生成4类典型的家庭日用电负荷曲线。研究结果表明,该方法虚拟生成的家庭用电负荷波形与实测波形的功率平均相对误差小,可生成最接近实际情况的虚拟家庭负荷波形,另外家庭用户关联性用电生成了大范围覆盖的低     

杠杆量测内涵分析及其改进广义潜能指标辨识方法

杠杆量测的准确辨识多年来一直是状态估计精度提升的瓶颈.文中针对杠杆量测这一重要的量测类型进行了深入分析和研究.首先,分析了2个关于杠杆量测定义的内涵一致性;进而,分别从代数和几何角度对杠杆量测的特性进行了分析,并以命题形式证明了无限靠近雅可比矩阵列空间的量测只能是杠杆量测;在此基础上,提出了基于潮流解及改进广义潜能指标的杠杆量测辨识新方法.相对于其他方法而言,该方法能够明显提升多个杠杆量测的正确辨识率.算例结果验证了所提方法的可行性和正确性.     

基于混合Copula函数的风电机组异常识别方法

风电机组的功率曲线是衡量风电机组运行性能的重要指标,其中存在大量异常数据直接影响风电机组运行维护,研究功率曲线异常识别方法对提高风电机组运行稳定性具有重大意义.本文通过对功率曲线的特性分析,分三种工况建立了基于概率分布函数(Copula函数)的功率曲线异常数据识别模型及影响因素Kendall秩相关分析,从而确定了与功率...     

主动移相式孤岛检测的一种改进的算法

孤岛检测是光伏系统并网必备的功能,要求既能快速检测出孤岛状态,同时又尽量减少对电网的不良影响。本文针对传统孤岛检测方法的不足提出了一种简单可行的改进方案。文章对新方案的工作机理和电网失压后频率偏移轨迹进行了分析,推导出特定负载下孤岛检测无盲区应满足的约束条件,使新算法的检测性能满足标准的要求。文章同时对主动移相式孤岛检测算法引起的电流畸变进行讨论,提供的参数选取方法能有效控制对电网的不良影响。     

分布式发电系统辨识建模研究

随着常规能源的逐渐衰竭和环境污染的日益加重,对分布式发电系统的研究成为重要课题,而建立分布式发电系统的仿真模型成为研究的首要问题。文章介绍了一种基于分布式发电系统逆变器实验测试数据的反向建模理论—辨识建模,并推导了最小二乘法方程,建立了基于最小二乘法理论的matlab辨识系统,对并网逆变器功率输出响应进行辨识建模,以得到其传递函数。最后将由传递函数建立的简化模型与原模型比较,验证了系统辨识方法的可行性。