基于相关辨识法的发电机励磁系统参数辨识

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。     

基于相关辨识法的发电机励磁系统参数辨识

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。     

基于相关辨识法的发电机励磁系统参数辨识

励磁系统参数辨识是电力系统四大参教辨识之一,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.     

基于电阻耦合法的发电机励磁系统参数辨识

提出了一种基于电阻的信号耦合法,可将伪随机信号或阶跃信号耦合到自动电压调节器（AVR）的机端电压反馈信号中,用于解决目前某些发电机励磁控制系统时没有预留测试信号输入端子而难以进行励磁系统参数辨识试验的问题。该方法已用于某实际385MW同步发电机励磁系统现场测试,并用遗传算法进行了参数辨识。校验结果证明了该方法的有效性。     

发电机励磁系统参数在线辨识装置的研究

介绍了一种配置简单、功能完善、测试精度高的励磁系统参数在线辨识装置;阐述了励磁系统参数辨识的原理及方法,给出了一组现场参数辨识结果。现场实际测试表明,该装置辨识出的参数是正确可信的。     

基于Prony算法的发电机励磁系统参数辨识

阐述了发电机励磁系统参数辨识的原理。基于Prony算法提出了一种工程上便于应用的发电机励磁系统参数辨识新方法。指出该方法的优点是根据励磁系统输入、输出响应信号直接在时域上实现参数的辨识。在Matlab/Simulink中的仿真结果表明,该算法能准确的辨识出励磁系统各个环节的参数,具有精度好、运算率高、程序通用性强等优点。     

发电机励磁系统参数辨识综述

综述了发电机励磁系统参数辨识的方法及其在国内外的应用和发展,将辨识方法分为时域法、频域法和人工智能法3种。时域法原理简单,计算方便,对激励信号没有特别要求,容易实现,但是该方法没有滤波功能;频域法利用快速傅里叶变换,将时域上的卷积转化为频域上的简单乘积,计算方便,但它需要伪随机信号作为激励信号,对伪随机码的参数选取要视具体情况而定,对低阶系统的参数辨识准确度高;人工智能方法原理简单,对激励信号没有特殊要求,能辨识非线性系统,可以直接得到实际参数,但它也没有滤波功能,而且对系统的先验知识要求较高,这些先验知识制约着用遗传算法辨识系统参数的精度。3种辨识方法没有绝对的最优,可根据不同情况选用不同方法,必要时3种方法可结合使用。     

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LIF法的励磁系统参数辨识

介绍了一种采用线性积分滤波器(LIF)的连续时间辨识方法,借以辨识励磁系统参数,使用线性积分滤波器可以完全消除积分方程初始条件的影响,即在非零初始条件下无需辨识初始条件依然能得到精确的结果.在仿真研究中,以IEEE AC1A型标准励磁系统为例采用LIF法进行了参数辨识.     

基于LIF法的励磁系统参数辨识

介绍了一种采用线性积分滤波器(LIF)的连续时间辨识方法,借以辨识励磁系统参数,使用线性积分滤波器可以完全消除积分方程初始条件的影响,即在非零初始条件下无需辨识初始条件依然能得到精确的结果。在仿真研究中,以IEEEAC1A型标准励磁系统为例采用LIF法进行了参数辨识。     

基于APSO算法的发电机励磁系统参数辨识

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.     

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.     

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。     

华北电网开展发电机励磁系统参数辨识工作综述

随着华北电网的发展，系统中长期动态稳定问题变得突出，要求更详细地模拟发电机励磁系统各部件的动态特性。为此从华北电网实际出发，详细调查华北电网内容量为100MW以上的发电机及其励磁系统类型和制造厂家，首先选择直接接入500kV系统的4台具有典型励磁系统特性的大容量发电机组，开展发电机励磁系统参数测试辨识，经过现场测试、励磁系统参数初值拟合，电磁暂态校核以及系统暂态稳定校核，最后得到满足生产实际需要的发电机励磁系统模型参数。     

基于改进灰狼算法的发电机励磁系统参数辨识算法

为了确保电力系统建模的精确性和稳定分析的可靠性,确认励磁系统的参数至关重要.提出改进灰狼算法,应用发电机励磁系统的参数辨识,在MATLAB环境下进行仿真.结果表明:基于改进灰狼算法的励磁系统参数辨识方法具有更高的辨识精度与稳定性,对发电机励磁系统精确建模以及研究电力系统稳定性具有重要意义.     

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。     

励磁系统参数时域辨识

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。     

遗传算法在发电机励磁系统参数辨识中的应用

提出了一种基于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,利用遗传算法不断优化调整标准模型中的参数,最终得到满足误差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.     

基于非线性直接优化方法的发电机励磁系统参数辨识

励磁模型的准确程度对于电力系统仿真的准确性有显著影响。提出了一种新的、工程中容易实现的方法,即利用非线性直接优化法辨识微分方程形式的励磁模型参数。首先利用Matlab仿真与传统的最小二乘法比较验证算法有效性。然后利用动态信号记录装置,根据模型结构获得各个环节的时域内发电机阶跃试验数据,对1台300 MW汽轮发电机组的励磁系统分别进行分环节参数辨识和整体辨识。利用电力系统分析综合程序(power system analysis software package,PSASP)的用户自定义模型功能建立励磁模型进行相同的阶跃仿真,结果验证了辨识参数在电力系统仿真中的有效性。