汽轮机调速系统参数辨识软件设计

为了便于开展汽轮机调速系统仿真模型参数辨识工作,以MATLAB软件开发平台及差分进化算法为基础,研发了汽轮机调速系统参数辨识软件,通过仿真应用验证了该软件能够根据汽轮机负荷扰动试验数据快速计算出调速系统的各项性能参数,为电力系统稳定计算提供准确的仿真数据。     

基于量子粒子群算法的混杂系统参数辨识

针对电力电子电路的混杂系统模型的参数辨识问题,提出运用量子粒子群算法(QPSO)对电力电子电路中元器件的参数进行辨识,相对于传统的参数辨识,该方法能更加精确的辨识元器件.先测试函数证明算法的辨识性能,然后以非理想Boost电路为例,求解得到电路中所有关键元器件的特征参数值,在仿真中与基本算法和遗传算法(GA)比较,最后...     

基于改进粒子群算法的励磁系统参数辨识

励磁系统模型参数的求取一般采用频域测试方法,但是电力系统是一个非线性系统,因此频域测试方法需要做线性化处理,而时域辨识方法中的参数模型辨识方法也存在线性化处理的问题.利用时域非参数模型辨识的方法,对待测系统受到阶跃扰动时,记录被调量的变化曲线,辨识出非线性特性,用动态拟合技术,利用被测信号采用改进的粒子群算法,根据目标函数,动态调整粒子飞行速度的惯性权重,从动态曲线求取模型参数,实现参数辨识.试验证明,新的算法能够很好地平衡调节粒子群算法的局部搜索与全局搜索的能力,克服了基本粒子群算法容易陷入局部最优的缺点.     

基于改进粒子群算法的励磁系统参数辨识

励磁系统模型参数的求取一般采用频域测试方法,但是电力系统是一个非线性系统,因此频域测试方法需要做线性化处理,而时域辨识方法中的参数模型辨识方法也存在线性化处理的问题。利用时域非参数模型辨识的方法,对待测系统受到阶跃扰动时,记录被调量的变化曲线,辨识出非线性特性,用动态拟合技术,利用被测信号采用改进的粒子群算法,根据目标函数,动态调整粒子飞行速度的惯性权重,从动态曲线求取模型参数,实现参数辨识。试验证明,新的算法能够很好地平衡调节粒子群算法的局部搜索与全局搜索的能力,克服了基本粒子群算法容易陷入局部最优的缺     

汽轮机调速系统参数辨识方法研究

为使电网稳定计算中所用的汽轮机调速系统模型技术参数准确可靠,文中以MATLAB软件开发平台及差分进化算法为基础,研发出了一套汽轮机调速系统仿真建模及参数辨识软件。软件提供了BPA、PSS/E、PSASP三种标准调速系统仿真模型以及模型自定义功能,能够根据汽轮机负荷扰动试验数据快速准确地计算出调速系统的各项性能参数,为电力系统仿真计算提供准确的参考数据。     

基于粒子群算法的输电线路参数辨识

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,进行输电线路参数辨识测试是1项重要的工作.粒子群算法是近几年来迅速发展起来并得到广泛应用的1种新型模拟进化优化算法.在简要介绍粒子群算法的基础上,将其应用于输电线路的参数辨识,并给出了参数辨识过程的理论分析,算例表明该算法具有可行性和有效性,对电力系统的发展有一定意义.     

基于改进粒子群算法的水轮机调速系统参数优化研究

水轮机调速系统控制效果对于提高水轮发电机组工作效率以及提升电能质量具有非常重要的作用,因此,对其进行有效控制具有非常重要的应用价值,为了能够弥补传统水轮机调速系统控制的缺陷,将改进粒子群算法应用于水轮机调速系统地参数优化。首先,分析了水轮机调速系统的基本原理;其次,分析了水轮发电机组调速系统的模糊PID控制算法;然后,讨论了改进粒子群算法的基本理论,设计了相应的数学模型和算法流程;最后,进行了基于改进粒子群算法的水轮机调速系统的参数优化仿真,仿真结果表明,改进粒子群算法能够有效地提高水轮机调速系统的可靠性。     

基于粒子群算法的负荷模型参数辨识研究

针对负荷模型的稳定性直接影响电力系统分析计算的可靠程度问题,提出了将粒子群算法与分散协调控制相结合的负荷模型参数辨识方法。该负荷模型参数辨识方法根据负荷节点的电压变化情况,通过粒子群优化对含负荷控制的目标函数进行校正,使得模型参数在辨识迭代过程中获得全局最优值,达到负荷模型的最佳稳定性,并通过计算机仿真证实所提出方法能够提高负荷模型的稳健性。     

汽轮机调速系统元件参数辨识及其应用

介绍了应用系统辨识原理建立汽轮机调速系统元件的数学模型，用数字仿真计算来求取调速系统动态特性的方法；在Ｎ１２５汽轮机上应用伪随机信号进行参数辨识试验所求得之调速系统元件模型参数；系统辨识在动态特性及故障诊断方面的应用前景。     

基于粒子群优化算法的永磁同步电机参数辨识

提出了一种对永磁同步电机的直轴电感、交轴电感和定子电阻进行辨识的粒子群优化(PSO)算法。该算法具有快速、稳定的收敛性,不需要电压源逆变器和闭环控制策略,容易实现。通过PSO算法的实验结果,证明了PSO算法的有效性。     

基于粒子群优化算法的锂电池模型参数辨识

基于戴维南电池模型,采用粒子群优化算法进行离线参数辨识.粒子群优化算法作为一种高效并且简单的算法,在平衡全局优化能力和局部优化能力方面具有显著的优势.     

基于小生境粒子群算法的永磁同步电机参数辨识

永磁同步电机的电磁参数会随着温度和磁路等因素的变化而变化,参数辨识的准确度对电机控制系统性能有重要影响,而传统的辨识算法存在收敛速度慢,辨识精度低等缺陷.针对该问题,可以采用一种基于粒子群算法的参数辨识方法.该方法输入参数测量简单,可同时对电阻、电感、磁链三个参数准确辨识,同时引入小生境技术和粒子群改进策略,可以克服基...     

基于协同粒子群算法的PMSM在线参数辨识

在永磁同步电动机的参数辨识中,辨识算法过于复杂和待辨识参数相互耦合的问题始终未得到彻底的解决。在保持粒子群算法简单易实现优点的基础上,提出了一种基于协同粒子群算法在线辨识永磁同步电动机的电气参数Rs,L,Ψf和机械参数J,TL。仿真结果表明该算法能准确地在线辨识待辨识的5个电机参数,解决了5个参数相互耦合而造成的辨识不准问题,验证了算法的有效性。     

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。     

基于蚁群粒子群优化的卡尔曼滤波算法模型参数辨识

针对复杂的低压配电网通信环境,提出一种基于蚁群粒子群融合的无先导卡尔曼滤波(UKF)算法的模型参数辨识方法。对于电力线多径信道传输模型,采用具有最小均方误差估计效果的UKF辨识算法。针对UKF算法通过试验调节难以取得最佳滤波效果的问题,提出基于蚁群粒子群算法优化UKF噪声矩阵的方法,同时引入蚁群算法将惯性权重离散化以提高粒子群算法的搜索效率,克服其容易发生早熟收敛的缺点。试验和仿真结果表明,采用该优化算法辨识电力线信道模型可克服参数的分散性,提高拟合精度并缩短辨识时间。     

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。     

基于柯西变异粒子群算法的永磁同步电机参数辨识

永磁同步电机(PMSM)参数影响矢量控制伺服系统的性能,因而需要对电机参数进行实时辨识。将电机的定子等效成一阶惯性系统,并在d-q同步旋转坐标系下建立定子的数学模型。提出平均最好位置和柯西变异相结合的改进粒子群算法,对永磁同步电机定子绕组的电阻、电感和磁链进行辨识。仿真和实验结果表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能。     

基于Matlab GUIDE的汽轮机及调速系统参数辨识数据处理软件

汽轮机组的容量超大型化和参数超临界化的趋势,使得汽轮机及调速系统模型参数的确定对各种热力发电机组的仿真、控制系统的设计及电力系统动态研究具有更加重大意义。由Matlab GUIDE开发平台设计汽轮机及调速系统参数辨识数据处理软件,对原始数据实现图形化截取,并进行小波去噪、数据标幺化、归一化处理,为参数的准确辨识提供基础。软件使用简捷明了,可提高工作效率。对600 MW超超临界机组汽轮机调速系统的试验数据进行处理计算,并用经典与改进模型针对特殊的阶跃响应作出仿真和分析。     

基于改进粒子群算法的汽轮机初、终参数优化算法

在确保机组安全运行的条件下,通过优化汽轮机初、终参数,提高其变工况运行的效率,以提高机组的经济效益,对火电机组节能减排具有非常重要的意义.通过运用功率背压特性的通用计算方法确定排汽压力对汽轮机功率的修正曲线,从而得到各负荷工况下循环水泵相邻运行方式的等效益点,进而获得等效益曲线.在循环水泵运行优化的基础上,结合逆序法变工况理论,建立了机组初压和背压的优化模型,以某厂C300-16.7/0.43/537/537机组为例,运用改进粒子群优化算法寻优得到了各运行工况的最优初压和背压.结果表明：当机组定负荷运行时,通过调整配汽方式,可得到使供电效率最大所对应的主蒸汽压力和排汽压力,为火电机组的运行参数优化提供参考.     

基于斐波那契树辨识算法的区域电网调速系统参数辨识

当前电网中单通道输送功率占比较高,电网出现大功率扰动的概率增大,频率稳定问题重新引起人们的关注。针对目前电力系统频率特性仿真准确度不足的问题,引入具有全局和局部交替寻优特点的斐波那契树优化算法,用于区域电网调速系统参数整体辨识。通过限制树的结构深度、调整全局搜索策略等调整,提高全局寻优能力和收敛速度,使算法适用于参数辨识工作,形成斐波那契树辨识算法。基于实测频率响应曲线,运用该算法对区域电网原动机及调速系统参数进行整体辨识,并进行了多算法对比分析。仿真结果表明,斐波那契树辨识算法应用于此领域具有较好的适用性与优越性。