共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
含有非线性环节的发电机励磁系统参数辨识 总被引:17,自引:2,他引:17
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。 相似文献
4.
为获得发电机励磁系统准确的模型参数,对BPA(bonneville power administration)软件中励磁系统典型仿真模型进行深入分析,得到模型参数与励磁系统大、小阶跃响应特性的关联关系。结合实际情况,对需辨识参数进行筛选,对参数取值范围进行限制。采用最大-最小蚁群算法对参数进行辨识,先求得影响发电机空载电压小干扰阶跃响应特性的主要参数,再得到影响发电机空载电压大干扰阶跃响应特性的主要参数。BPA计算得到的辨识模型仿真曲线与实测数据吻合良好,仿真结果表明了辨识方法的有效性。 相似文献
5.
基于实测的自并励励磁系统参数辨识 总被引:4,自引:0,他引:4
以某电厂自并励励磁系统现场实测的阶跃响应曲线为例,介绍了在自并励励磁系统参数辨识中,如何选择模型结构,如何借助于MATLAB中的系统辨识工具箱辨识模型参数。在列写待辨识励磁系统的状态方程时,为了避免对阶跃函数求导,可将励磁系统传递函数框图的结构进行调整,并适当选择状态变量。文中给出了辨识结果,并将相同激励下,辨识模型的仿真曲线与实测曲线进行对比,二者拟合很好,说明所提出的辨识方法是可行的;最后提出了励磁系统参数辨识的注意事项:所加阶跃扰动的幅值不宜过大,否则会导致限幅环节动作,大大增加了非线性因素,这样就无法用所测数据来辨识线性环节的参数;在现场试验中,如果能够增加测点,分环节辨识,辨识结果将更加准确。 相似文献
6.
遗传算法在发电机励磁系统参数辨识中的应用 总被引:2,自引:1,他引:1
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。 相似文献
7.
介绍了石嘴山发电有限责任公司#3机励磁系统参数测试的过程及辨识的方法,建立了电力系统稳定计算用的励磁系统数学模型,确定了模型参数。 相似文献
8.
9.
10.
针对传统辨识方法不能辨识励磁系统非线性环节的缺点,提出了一种基于自适应粒子群优化(APSO)算法的发电机励磁系统参数辨识的方法.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函数,利用APSO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.该方法根据输入输出采样数据直接在时域上进行参数辨识,无需经过FFT变换,方法简便,并且有效解决了励磁系统非线性环节难以有效辨识的问题.仿真结果表明,APSO算法具有较快的收敛速度和较高的辨识精度. 相似文献
11.
励磁系统参数整定研究 总被引:22,自引:0,他引:22
提出一种励磁系统参数整定方法:首先进行励磁系统大信号特性仿真试验,用大信号特性技术指标描述励磁系统目标响应,对选定的辨识参数进行辨识;然后进行励磁系统系统小信号特性仿真试验,按照时间乘绝对误差的积分(ITAE)准则对选定的优化参数进行优化,以提高励磁系统小信号调节特性。以IEEE AC1、AC2和ST1标准励磁系统为例,用辨识与优化的方法系统仿真计算使用。仿真结果表明,用辨识与优化的方法设置励磁系统参数是有效,可行的。 相似文献
12.
13.
励磁系统在源网协调运行中正发挥着越来越重要的作用,建立准确可靠的励磁系统模型是研究电网稳定性的基础,是稳定性结论真实可靠的必要保证,是制定合理的电网运行策略的重要条件。为了在BPA中研究发电机的稳定性,通过空载试验等现场实测的方法,获取发电机励磁系统的动态特性和模型特征。在励磁系统数学模型的基础上,通过建模仿真以及参数辨识的方法,建立了BPA可以调用的励磁系统模型,整定模型参数。通过BPA搭建了单机无穷大仿真模型,验证了模型的正确性。验证结果表明:整定模型与实际励磁系统具有相同的动态特性,为电力系统稳定性研究工作提供了真实可信的模型。 相似文献
14.
15.
16.
17.
提出了一种基于改进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,利用改进遗传算法不断优化调整标准模型中的参数,最终得到满足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。 相似文献
18.
19.
励磁系统参数辨识是电力系统四大参数辨识之一,其准确性对于电力系统运行控制与仿真具有极其重要的意义。文章给出了相关辨识法估计励磁系统线性环节参数的详细步骤。在Matlab/Simulink中构造待辨识的励磁系统模型,利用程序产生M序列伪随机信号并加入待辨识系统中进行参数辨识,比较了不同噪声幅值情况下的辨识结果,证明了在输入信号满足一定条件情况下,相关辨识法在励磁系统参数估计中的有效性。 相似文献
20.
文章以沙岭子电厂7号发电机为例, 以建立BPA自并励励磁系统模型参数为目的, 介绍了一类基于时域分段线性多项式函数(PLPF)的辨识方法。PLPF法是一种将传递函数模型经微分方程转化为多重积分方程, 再利用线性多项式插值函数来逼近原函数, 将多重积分方程转换为代数方程,然后利用动态响应的离散数据拟合函数进行分段处理的方法。根据自并励励磁系统模型输入输出时域动态响应数据, 采用该方法直接对沙岭子电厂7号机的励磁系统进行相关参数辨识。这就给出了将一套非标准励磁系统通过参数辨识转换为中国电力科学研究院开发的仿真软件BPA下标准模型的实例, 最后进行了仿真验证, 结果证明了时域PLPF法辨识结果正确, 可以用来进行发电机组励磁系统参数的辨识。 相似文献