水库系统的辨识型优化调度方法

提出了水库系统的辨识型优化调度方法。首先,将实际调度问题描述为一个包括被测系统和调度模型类组成的辨识系统,然后选取适当的等价性判据,通过优化技术从模型类中辨识出与被测系统最为接模型经得到实时优化调度方案。该方法提供了一种产为通用的研究模式,综合常规调度和算法优化调度的各自长处,强调利用水库调度知识建立调度模型,以达到有效减轻库群调度的“维数灾”效应之目的。     

一种变频电机参数离线辨识方法的研究

传统电机参数辨识采用固定脉冲宽度调制(PWM)波占空比。该方法导致电流大小不可控,而辨识电流大小又直接影响辨识准确性。为此,提出新的参数离线辨识方法,采用恒电流辨识原理并检测电机相电流,控制辨识电流在给定值附近波动,解决了电机辨识电流不合适问题。设计了续流二极管和IGBT电压模型,d轴和q轴电感辨识都采用在270°而非0°进行辨识,以此提高了辨识精度。最后,在变频冰箱上进行验证并与原来数据进行对比。该方法很好地解决了冰箱电机带背压条件下,电机d、q轴电感辨识不准确、辨识时间长等问题,试验结果证明了该方法的可行性和有效性。     

采用遗传算法提高神经网络模型辨识的精度

通过对简单ＧＡ的改进，提高神经网络模型辨识的精度与训练速度。同时克服神经网络易陷入局部极小值的缺点。使用实数编码，以神经网络的权值串级成个体。以数值优化计算的方便和精度为准则，并把相应的遗传操作改造成适合实数操作的形式，从而达到此单纯采用神经网络的反向传播法更加快速和高精度的目的。     

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。     

新一代的辨识与控制

本文介绍新一代的辨识与控制理论理论及其方法，特别偏重新一代辨识方法的进展。主要内容有集员辨识、极小化极大控制、辨识误差的硬界估计以及集成辨识方法等。     

同步电机状态空间连续模型参数直接辨识法

提出了一种同步电机状态空间连续模型参数直接辨识法。引入函数的量度变换,将状态方程变换为代数方程求解;引入遗忘因子以克服多次递推所产生数据饱和的影响,从而改善了算法的收敛性。实际算例证明该模型及算法的有效性。     

基于特殊历史数据段挖掘的切换Hammerstein模型辨识

本文提出了一种基于特殊历史数据段挖掘的切换Hammerstein模型辨识方法。特殊数据段是指处于稳定状态和稳定斜坡响应的数据段。首先，根据稳态数据采用随机抽样一致算法辨识静态非线性子系统。其次，根据稳定的斜坡响应数据利用密度峰值聚类算法辨识切换Hammerstein模型线性动态子系统的结构和相应的操作区间。最后，根据操作区间划分历史数据集，采用最小二乘算法辨识切换的多个线性动态子系统的模型参数。数值仿真和实验案例结果表明，与标准Hammerstein辨识方法相比，所提方法可以实现不同工作点切换的多个线性动态子模型的结构辨识及操作区间划分，降低了模型结构未知时切换动态子系统对模型参数辨识的影响，提高了切换Hammerstein模型的辨识精度。     

电力负荷模型可辨识性分析方法

综述电力负荷模型的可辨识性问题。介绍了可辨识性的概念、定义以及 线性系统可辨识性分析方法,提出了非线性系统可辨识性分析的两种新方法,给出了主要电 力负荷模型可辨识性结果。可辨识性研究丰富和发展了电力负荷模型辨识的研究领域,其 理论意义在于为负荷辨识提供理论指导和依据,实用价值在于可以使应用者做到心中有数、 事半功倍。     

一种电力系统综合负荷模型辨识的改进算法研究

本文研究了一种具有全电压范围适应性的综合负荷导纳模型，提出了一种用于模型参数辨识的改进优化算法。仿真结果表明了算法的合理性和有效性。     

基于T-S模型的自组织模糊辨识算法研究

针对复杂非线性动态系统的模糊建模问题 ,基于 T- S模型提出一种自组织模糊辨识算法。改进后的算法简化了前提结构辨识的过程 ,并使前提参数辨识和结论参数辨识同时完成 ,极大地减少了参数辨识和结构辨识的计算量 ,能够保证在线辨识的要求。大量的仿真结果表明该算法具有收敛速度快、辨识精度高、稳定性好的特点 ,便于工程应用。     

感应电动机负荷模型参数灵敏度分析及参数易辨识性的研究

针对感应电动机负荷模型中部分参数易辨识 ,且辨识结果稳定 ,而另一部分参数难辨识 ,辨识结果存在较大离散性的问题 ,本文通过参数灵敏度分析 ,指出了参数灵敏度与参数易辨识性之间的关系 ,以及扰动强度与参数灵敏度从而参数易辨识性的关系。最后提出了对实际感应电动机参数辨识具有重要指导意义的分步或逐步辨识策略。     

感应电动机负荷模型参数灵敏度分析及参数易辨识性的研究

针对感应电动机负荷模型中部分参数易辨识,且辨识结果稳定,而另一部分参数难辨识,辨识结果存在较大离散性的问题,本文通过参数灵敏度分析,指出了参数灵敏度与参数易辨识性之间的关系,以及扰动强度与参数灵敏度从而参数易辨识性的关系.最后提出了对实际感应电动机参数辨识具有重要指导意义的分步或逐步辨识策略.     

考虑分区的电网参数辫识与估计方法

多个不良数据（遥测坏数据和参数错误）存在时,现有参数辨识与估计方法很难保证其结果的有效性。为此．文中提出了考虑分区的电网参数辨识与估计方法。首先,基于最小度拓扑搜索,将原网络分解为辐射子网、简单环网和复杂环网,形成多个独立子区域;其次,对每个独立子分区,采用拉格朗日辨识法辨识不良数据;最后．对每个可疑参数进行考虑零注入功率约束的加权最小二乘增广估计。该方法避免了不同子区域之间不良数据的相互影响,提高了多个不良数据辨识的有效性与错误参数估计的精度。基于IEEE30节点系统的算例计算,验证了该方法的有效性。     

考虑分区的电网参数辨识与估计方法

多个不良数据(遥测坏数据和参数错误)存在时,现有参数辨识与估计方法很难保证其结果的有效性.为此,文中提出了考虑分区的电网参数辨识与估计方法.首先,基于最小度拓扑搜索,将原网络分解为辐射子网、简单环网和复杂环网,形成多个独立子区域;其次,对每个独立子分区,采用拉格朗日辨识法辨识不良数据;最后,对每个可疑参数进行考虑零注入功率约束的加权最小二乘增广估计.该方法避免了不同子区域之间不良数据的相互影响,提高了多个不良数据辨识的有效性与错误参数估计的精度.基于IEEE30节点系统的算例计算,验证了该方法的有效性.     

配电网综合负荷机理模型闭环辨识研究

电力系统具有天然闭环特性,在激励信号注入位置与辨识用信号量测位置不同时,负荷模型参数辨识可能具有较为明显的闭环特征。文章以台区模型辨识场景为例,研究了闭环条件下负荷机理模型参数辨识问题。通过对比分析常见的闭环辨识方法,总结了实现机理模型闭环辨识需满足的基本条件,并依据该条件选择了无需反馈通道模型先验知识且可直接辨识原系统模型的两阶段辨识法。对台区负荷动态机理模型进行线性化处理和模型转换,并将其嵌入两阶段辨识的第二阶段,可以实现机理模型参数的在线闭环辨识。通过仿真分析,验证了负荷辨识的闭环特性以及所提两阶段辨识方法的有效性。     

双环直流脉宽调速系统动态模型辨识

本文应用系统辨识与参数估计理论对双环直流脉宽调速系统的速度环进行了现场辨识试验。文章详细讨论了试验信号选择、辨识算法以及数据处理等问题。结果表明在不同工况或电源电压变化时,系统具有不同的动态特性。文中还对电路进行了定性分析,证明两者结论相符。最后,由辨识结果给出了系统在各种不同情况下的传递函数G(z)和G(s)。