基于改进遗传算法的非线性发电机励磁系统参数辨识

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。     

基于改进遗传算法的非线性发电机励磁系统参数辨识

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.     

基于遗传算法的水轮发电机组调速系统参数辨识

将遗传算法思想引入水轮发电机组调速系统的辨识工作中,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;为提高辨识效率,对遗传算法初始群体的选取方法以及子代选择方法进行了改进。对实际发电机组调速系统的辨识结果说明该方法具有快速、精度较高等优点。该思想为水轮发电机组调速系统的辨识提供了一种新方法,具有重要的工程实用价值。     

基于遗传算法的水轮发电机组调速系统参数辨识

将遗传算法思想引入水轮发电机组调速系统的辨识工作中,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;为提高辨识效率,对遗传算法初始群体的选取方法以及子代选择方法进行了改进.对实际发电机组调速系统的辨识结果说明该方法具有快速、精度较高等优点.该思想为水轮发电机组调速系统的辨识提供了一种新方法,具有重要的工程实用价值.     

电力系统综合负荷模型的辨识方法研究

针对电力系统综合负荷模型有些参数仅利用常规信息不可辨识的问题，提出增加利用扰动 后稳态条件的信息，从而解决了可辨识性的问题；同时将遗传算法(GA)引入到辨识方法中， 克服了传统辨识方法对初值要求高、鲁棒性差、容易陷于局部极值点的缺陷，对复杂模型 的辨识是行之有效的。     

江苏电网电力系统稳定器参数辨识研究

提出了一种基于遗传算法(GA)的将电力系统稳定器(PSS)原模型转换为仿真软件下标准模型的参数辨识方法,通过建立PSS原模型和标准模型传递函数结构框图,输入扰动信号,以原模型和标准模型的输出误差最小作为辨识目标,利用GA对标准模型参数进行优化调整,最终得到满足要求的PSS标准模型参数。该方法简便易行,精度高,实际PSS参数辨识结果表明,该方法具有很好的效果。     

基于状态识别和遗传算法的双馈风电机组参数辨识方法

风力发电机及其控制系统参数对机组动态特性及电力系统安全性和稳定性有重要影响。应用遗传算法对双馈风力发电机及其控制系统进行参数识别,为了提高参数辨识精度,将原始量测数据曲线分为三个阶段,分别为:故障阶段、功率恢复阶段和状态恢复阶段。遗传算法主要用于以上三个阶段的划分和每个阶段内的参数辨识,在故障阶段主要辨识故障参数,在功率恢复阶段主要辨识风机保护系统参数,在状态恢复阶段主要辨识风机控制系统参数。在遗传算法的每一次迭代中,对每一遗传因子所代表的参数组进行电网时域仿真,评价函数用来计算量测数据曲线与仿真曲线的偏差。通过实验测试表明该方法是有效的。     

基于改进混合遗传算法的同步电机参数辨识

针对同步电机参数辨识问题,建立了精确表示非同步采样及高次谐波在内的极值优化模型,利用改进混合遗传算法对该模型进行求解,为提高同步电机瞬态和超瞬态参数的精确辨识打下了良好基础。针对普通遗传算法收敛慢和经典迭代法初始点敏感问题,该改进混合遗传算法结合了全局寻优的遗传算法和局部寻优的模式搜索方法,不需要计算矩阵导数,可实现无需指定初值的电机参数快速求解。理论和仿真实验表明,该方法所需数据窗小,能有效提高参数测量的运行效率和计算精度。     

Prony算法在电力系统参数辨识中的应用

电力系统安全稳定计算的关键之一是建立准确的系统数学模型以及获取符合实际的系统动态参数。系统辨识技术在电力系统中有着重要的应用价值。提出了一种基于Prony算法的参数辨识方法,首先验证了其在电力系统传递函数辨识方面的有效性,再将其进行拓展,对汽轮机调节系统参数辨识进行了研究。该方法能准确辨识出系统传递函数和模型参数,计算速度快,辨识精度高,具备在线应用的潜力。仿真结果表明,该算法在电力系统参数辨识方面是有效可行的。     

基于改进混合遗传算法的同步电机参数辨识

针对同步电机参数辨识问题,建立了精确表示非同步采样及高次谐波在内的极值优化模型,利用改进混合遗传算法对该模型进行求解,为提高同步电机瞬态和超瞬态参数的精确辨识打下了良好基础.针对普通遗传算法收敛慢和经典迭代法初始点敏感问题,该改进混合遗传算法结合了全局寻优的遗传算法和局部寻优的模式搜索方法,不需要计算矩阵导数,可实现无需指定初值的电机参数快速求解.理论和仿真实验表明,该方法所需数据窗小,能有效提高参数测量的运行效率和计算精度.     

激励信号对模型辨识的影响分析

主要研究了基于遗传算法的4种激励信号对模型参数辨识的影响.选取某电厂主汽温系统作为热工辨识对象,采用不同的激励信号施加到被控对象中,利用SIMULINK分别进行仿真,然后引入遗传算法对待辨识参数进行寻优,寻优结果表明,4种激励信号中,随机阶跃响应的辨识效果最好,优化目标值为1.892 7e -007;输出随机扰动的加入会影响辨识的准确度,但仍可获得较为满意的效果.     

现代重工持续发力中国电气市场

新世纪以来,中国电力市场的高速发展为众多国外电气制造企业创造了机会,他们争先恐后地搭上了中国电力市场＂快车＂。如今,中国发电量更是稳居全球之首,其发展潜力不言而喻。不管是＂先来者＂,还是＂后到者＂,国内外电气企业纷纷凭借日新月异的技术,力争在这场中国电力市场发展大潮中＂分一杯羹＂。现代重工（中国）投资有限公司系韩国现代重工集团在中国的全资子公司,成立于2006年5月,总部位于上海。公司在华业务范围涉及工程机     

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。     

基于Nelder-Mead优化的PEMFC三阶RQ等效电路参数辨识研究

精确、有效的燃料电池等效电路有助于分析燃料电池内部工作情况,确保燃料电池系统稳定可靠地运行。针对燃料电池内部工作状态无法使用传感器精确监测的问题,提出了基于Nelder-Mead优化算法的PEMFC 3阶RQ等效电路参数辨识方法 ,根据电池工作原理建立3阶RQ非线性等效电路模型,将模型参数与实际物理意义相结合建立复数域下的实部、虚部加权目标函数,最后在电化学交流阻抗谱实验的基础上进行参数辨识研究。研究结果表明:在相同初始条件下,Nelder-Mead优化算法在精度、速度上与最小二乘法相当,但抗干扰能力更强;与遗传算法相比,精度相当但速度更高,可以用于燃料电池的在线参数辨识。     

基于遗传算法的超超临界机组过热器动态模型参数辨识

针对超超临界机组过热器MISO动态模型参数辨识问题,提出了一种基于遗传算法的模型参数辨识方法。将遗传算子改进为排序保优选择、非均匀线性交叉和高斯变异,引入均匀设计方法构造初始种群,采用Sigmoid函数适应性调整交叉和变异概率,以提高遗传算法的收敛精度和运算速度。对海门电厂超超临界机组运行数据进行参数辨识仿真的结果表明,该改进遗传算法具有较好的运算性能,预测的输出变化与主蒸汽温度实际变化基本一致,能够反映高温过热器的动态特性。     

基于状态空间模型与PEM迭代算法的电力系统惯量辨识

惯量是保障电力系统频率安全稳定的重要参数之一,因此需对其进行精确的在线测量。针对当前采用的系统辨识方法测量精度不高的问题,研究系统辨识中算法模型的选择对测量结果的影响。首先,分析比较现有的传递函数模型、自回归滑动平均模型以及子空间辨识模型进行惯量辨识的测量原理。其次,从惯量响应初期阶段数据匹配的角度,提出基于PEM迭代算法的状态空间估计模型。最后,搭建10机39节点电力仿真系统,验证了所提辨识模型的正确性。并在不同功率扰动程度以及不同采样时间窗口下,分析4种辨识模型的适用性,为确定系统最优辨识模型提供参考依据。     

基于实测扰动的励磁系统参数辨识可行性研究

利用Matlab/Simulink搭建了待辨识励磁系统及单机仿真系统模型,分别采用M序列伪随机信号、机端电压阶跃信号及系统扰动作激励,利用遗传算法辨识励磁系统参数。首先利用多窗口法对不同激励信号进行频谱分析,论证了基于实测扰动的励磁系统参数的可辨识性;然后基于同样扰动,分别以不同采样频率及记录时间(数据长度)进行参数辨识,研究信号采样频率及记录时间对参数辨识结果的影响。结果表明采样频率及记录时间互相配合可以得到较好的辨识精度。     

基于免疫克隆选择算法的无刷直流电动机速度自抗扰控制器优化设计

针对无刷直流电动机速度自抗扰控制器的参数设计问题,提出采用免疫克隆选择算法对自抗扰控制器参数进行离线优化.利用器件模型在SIMULINK中建立无刷直流电动机驱动系统仿真模型,在MATLAB的脚本文件中运行免疫克隆选择算法,调用SIMULINK仿真模型实现个体性能评价,完成自抗扰控制器参数的离线优化.实验比较了基于经验设计的自抗扰控制器和优化后的自抗扰控制器的控制效果.结果表明,经过优化的自抗扰控制器具有更好的动态性能和抗扰能力.     

遗传算法在发电机励磁系统参数辨识中的应用

利用遗传算法所具有的自学习能力和非线性特性,解决励磁系统中非线性环节的辨识问题。通过建立待辨识励磁系统的模型,以励磁系统的实际输入作为模型的输入,利用遗传算法对模型参数进行优化,最终得到满足励磁系统建模要求的参数。用MATALAB下的仿真结果和现场试验结果进行对比,表明该算法能够较准确地辨识出励磁系统各个环节的参数。