Parameters＇ Identification of Generator in Pumped Storage Station Based on SCADA Data

为了辨识抽水蓄能电站发电机多种运行工况下的模型参数,通过建立发电机的微分方程模型,并经过数学推导建立了发电机实测数据变量与发电机待辨识参数数学关系。基于时域最小二乘法的原理,给出了发电机各工况下适用的参数辨识方法,并通过抽水蓄能电站的SCADA（supervisory control and data acquisition）数据采集系统获得运行数据并对各工况参数进行辨识。仿真验算运用南方电网某抽水蓄能在发电和抽水两种工况下的实际运行数据,通过编制C＋＋程序分析计算得到发电工况和抽水工况下的抽水蓄能整个发电机系统的参数值。将参数值与实际铭牌值相比,误差不超过5%。仿真结果表明,运用高采样速度的实时运行数据,能够激发抽水蓄能机组的暂态和次暂态过程。这种经过采样数据和公式推导相结合的辨识方法比通过传统做实验的辨识方法更简单、方便、有效,且适合抽水蓄能机组多工况运行的特点。     

基于递推最小二乘法的多端口外网静态等值参数辨识方法

为了能够在外部网络信息不足的情况下在线等值系统网络,提出了利用递推最小二乘法实时辨识多端口外网静态等值参数的方法。该方法利用阻断外网后内网的一步式状态估计,在不要求内网支路开断情况下获取优化后的实测边界信息。基于该边界信息,选取多端口扩展电压源网络模型和 型等值支路分别对外部网络建模,并采用含有数据纠错功能的两步式递推最小二乘法辨识外网等值参数。IEEE30节点系统和湖南528节点系统的仿真结果验证了该方法的准确性,以及该方法可应用于在线外部网络的静态等值。     

结合稳态测试法的两步最小二乘法的发电机建模

针对目前获取准确的发电机组参数存在很大难度的问题,提出了一种改进的非线性最小二乘法,即动态测试和稳态测试相结合的两步最小二乘法,对发电机参数进行辨识.仿真研究表明,该方法能够准确地辨识发电机参数,满足工程需要.     

基于多新息最小二乘算法的锂电池参数辨识

为了保证电池管理系统的安全可靠运行，需要准确地辨识锂离子电池模型参数。以磷酸铁锂为研究对象，建立其RC等效电路模型，并基于该模型辨识锂离子电池模型参数。锂离子电池模型参数受外部因素影响较大并且参数辨识结果受在线信息采集的限制，采用多新息最小二乘辨识算法进行锂离子电池模型参数在线辨识。通过3种不同的充放电实验采集数据，并根据实验数据在不同初值下进行参数辨识，通过比较由辨识结果估计出的端口电压值与实际值的误差来描述辨识结果的准确度。实验结果表明，多新息最小二乘辨识算法具有快速收敛性与高精确性。     

用最小二乘辨识方法测取水轮发电机参数

本文提出用最小二乘辨识方法测取水轮发电机的参数。在水轮发电机带负载运行时，对励磁系统施加阶跃干扰，量测电机电压、电流及功角的暂态响应，采用适当简化的大扰动数学模型并将功角也用作观测量，可以一次辨识出和等效无穷大电ＵＣ及等效连接线路阻抗ＸＬ。由所得参数算出的暂态过程与实测过程有较好的拟合。本法为首次在现场水轮发电机上应用时域大扰动模型辨识参数成功。     

基于多新息最小二乘法的同步发电机一次性抛载试验参数辨识

针对同步发电机d、q轴抛载试验的不足,提出了任意工况下一次性抛载试验参数辨识方法.通过分析同步发电机抛载试验动态过程,建立了任意工况下一次性抛载试验d、q轴传递函数模型.考虑到传递函数输入/输出均可测量,通过积分变换将微分方程转化为积分方程,将同步发电机任意工况抛载试验传递函数模型转化为线性回归模型,在此基础上通过分析参数可辨识性和引入多新息最小二乘辨识算法,解决了同步发电机物理参数辨识问题.算例结果验证了该方法的有效性.     

基于最小二乘法引导的信赖域算法在电力系统动态负荷参数辨识中的应用

针对暂态电压稳定分析中动态负荷参数辨识问题,以考虑机械暂态过程的动态负荷模型为研究对象,结合最小二乘算法思想,构建动态负荷参数辨识模型,提出将基于二次插值的信赖域算法应用于电力系统动态负荷参数辨识中。IEEE的3机9节点标准模型仿真验证结果表明所应用的算法有效且可行。     

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...     

改进型最小二乘法在PMSM参数辨识中的应用

针对带遗忘因子的最小二乘法辨识结果波动大的问题,引入开关控制器,提出了一种新型的最上二乘参数辨识器,当转动惯量发生变化时,通过开关控制对辨识器进行初始化,实现了对参数更快更好的在线辨识.仿真实验表明:该方法克服了传统带遗忘因子的最小二乘辨识器的波动现象,辨识速度快、精度高,可以有效地提高系统性能.     

基于改进型最小二乘法的感应电机转动惯量辨识

为减小感应电机转动惯量对机械特性的影响,基于最小二乘法,引入开关控制器,构建了一种新型的最小二乘参数辨识器。当转动惯量发生变化时,通过开关控制对辨识器进行初始化,实现对参数更快更好地在线辨识。仿真试验表明:该方法克服了传统的带遗忘因子的最小二乘辨识器的波动现象,辨识速度快,精度高,可以有效提高系统的性能。     

基于改进型最小二乘法的感应电机转动惯量辨识

为减小感应电机转动惯量对机械特性的影响,基于最小二乘法,引入开关控制器,构建了一种新型的最小二乘参数辨识器。当转动惯量发生变化时,通过开关控制对辨识器进行初始化,实现对参数更快更好地在线辨识。仿真试验表明：该方法克服了传统的带遗忘因子的最小二乘辨识器的波动现象,辨识速度快,精度高,可以有效提高系统的性能。     

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。     

基于最小二乘法的永磁同步电动机参数辨识

针对永磁同步电动机参数的时变和不确定性,设计了基于遗忘因子递推最小二乘法的电机定子电阻、dq轴电感以及转动惯量的辨识方法,仿真结果表明了该方法收敛速度快,能准确地实现电机定子电阻、dq轴电感以及转动惯量的辨识。     

同步电机参数最小二乘辨识多值性及收敛性的改善方法

针对最小二乘辨识算法存在多值性及收敛性的问题,采用Ｕδ标幺值系统同步电机数学模型,将奇异值分解理论应用于同步电机参数最小二乘辨识中,采用ｄ轴参数与ｑ轴参数独立交替辨识,使算法的多值性及收敛性得到有效地改善,迭代次数明显减少。     

基于可量测量的同步发电机参数时域辨识

同步发电机模型中不可观测量的存在使得发电机参数辨识困难。在派克模型的基础上,推导出一种状态量均为量测量的同步发电机参数辨识模型,基于该模型提出用直接积分最小二乘原理来辨识发电机参数,并采用分步辨识策略进行辨识。采用所提模型和算法,所有状态量均可直接由积分求取,避免了求解复杂的微分方程,简化了参数辨识方法,提高了辨识效率,而且降低了噪声对辨识结果的影响。利用MATLAB进行算例仿真,将所提模型与派克模型和某文献模型进行对比,结果表明所提模型和算法正确、简单且精度高。     

基于改进最小二乘法的超级电容器特征参数辨识

准确辨识超级电容器特征参数值是分析超级电容器电气特性和估计其健康状态的重要研究基础。为克服采用阻抗谱分析法辨识特征参数所需激励信号幅值过小,且不能反映研究对象真实工况以及难以实现在线辨识特征参数的缺点,文中采用递推最小二乘法解决此问题。基于实验分析结果发现直接采用该算法辨识出的参数值与真实值差异较大,因此在深入分析辨识算法的基础上,对最小二乘法的辨识结构加以改进。实验和仿真分析结果表明,基于改进后的最小二乘法辨识得到的超级电容器特征参数值更加准确和可信。     

基于改进最小二乘法永磁同步电机多参量辨识

针对永磁同步电机(PMSM)多参量辨识数学模型欠秩的情况,将电机参数分为快变化和慢变化2种类型参数,结合慢参量入口和电机稳态信息建立慢辨识模型和快辨识模型,提出了一种改进的分步迭代在线辨识方法。该方法基于电机在旋转坐标系下的稳态电压方程,分时分步固定慢变化参数,利用遗忘因子递推最小二乘算法,能够辨识表贴式永磁同步电机(SPMSM)的3个电气参数,计算压力小,辨识速度快,适于工程应用。以DSP控制器和测功机试验平台为基础的试验证明了辨识方法的可行性。     

基于最小二乘法和硬件在环平台的永磁同步电机参数辨识

针对永磁同步电机多个参数同时辨识时会出现欠秩的情况,介绍了在dq坐标系下采用最小二乘法将多个参数分开辨识的方法。在硬件在环平台上采用该方法对电阻、电感和磁链进行了辨识。最后进一步考虑到电阻和磁链受温度的影响较大,进行了考虑温升的电阻和磁链的辨识。经验证,该方法可以比较准确地辨识出电机参数。     

基于多新息最小二乘算法的电力线路参数辨识

随着电力系统的建设和发展,电网结构日益复杂,由于线路长期运行、周围环境变化等原因导致原有的线路参数模型与实际线路参数存在偏差,从而影响电力系统的实时监控和优化运行。考虑到电力系统输电线路中的数据采集与监控(SCADA)系统量测充足,提出基于多新息最小二乘(MILS)算法的线路参数辨识模型,实现全网线路的准确辨识和校正。首先,利用实时数字仿真(RTDS)系统搭建IEEE 39节点电力系统仿真模型,获得潮流运行数据;然后,在Matlab中进行参数辨识,将辨识结果与RTDS中的线路参数进行对比。结果表明,基于MILS算法的参数辨识结果具有较高估计精度,可作为电力系统可疑线路判断依据。     

基于最小二乘法的感应电能无线传输系统负载辨识方法

基于最小二乘法提出一种新型负载辨识方法,以PS结构电流型感应电能传输(IPT)系统为例,建立其非线性高阶微分方程并构建数据矩阵,通过最小二乘法获得系统的过程参数矢量,将负载辨识问题转换为系统参数辨识问题,完成系统的负载辨识,最后通过仿真及实验,验证了此方法的可行性。