基于内网实测信息的多端口外网静态等值方法

在外网信息完全未知的情况下,提出基于内网实测信息的多端口外网静态等值方法,以估计多端口外网等值网络及其参数.该方法所需的内网实测信息不要求内网支路开断,利用外网等值参数与内网实测信息之间的约束关系,采用两阶段估计方案,建立多端口外网等值参数的量测方程及其两阶段的最小二乘模型,再利用最小二乘法求解得到多端口外网等值网络参数.IEEE 39节点系统和广东电网的仿真结果验证了所提方法的正确性.     

基于递推最小二乘法的永磁同步电动机参数辨识

针对永磁同步电动机在运行中电机的电磁参数的改变,通过对永磁同步电动机稳态数学模型的推导,利用递推最小二乘法对电机的电阻、电感进行在线辨识.在Matlab/Simulink中搭建辨识模型进行分析比较,验证该方法可以准确地辨识出电阻、电感的值.递推最小二乘法简单可靠,易于实现,具有一定的实用价值.     

基于递推最小二乘法的主蒸汽温度控制系统辨识与优化

采用递推最小二乘法对主蒸汽温度控制系统进行闭环辨识,依据串级控制结构的特点,通过双线性变换法转换辨识模型及划分辨识环节,从而推导得出辨识参数方程;基于时间乘绝对误差的积分准则(ITAE)实现PID参数的离线优化,并在仿真模型上验证了上述方法的有效性.将该辨识模型用于某电厂600MW机组主蒸汽温度控制系统PID参数的优化,结果表明主蒸汽温度控制系统动态调节性能显著提高,同时可达到离线优化控制系统的目的.     

基于内网实测信息的两端口外网静态等值参数估计方法

为求解外网信息未知的外网静态等值参数,提出了外网扩展电压源支路Ward等值电路模型(extend edvoltage-source branch Ward-equivalence model,EWM)及其等值参数的2阶段估计方法.第1阶段,以边界点的等值注入功率和边界点间的等值导纳为等值参数,形成外网的简化Ward等值电路,建立其等值参数的多时段最小二乘估计模型.第2阶段,以电压源串联阻抗的等值支路代替边界点的等值注入功率,形成扩展电压源支路Ward等值电路模型,然后考虑2个电路模型等值参数间的约束关系,建立第2阶段等值参数的最小二乘估计模型.最后,采用高斯牛顿法,依次求解2阶段的等值参数,并以后者作为外网的等值参数.由于第1阶段等值参数的约束作用,降低了第2阶段等值参数间的耦合作用,从而保证了其等值参数的准确性.IEEE 39节点系统计算验证了论文方法的有效性.     

基于递推最小二乘法的锂离子电池等值参数在线识别

电池状态的准确在线估计是锂离子电池储能系统安全、可靠和高效运行的重要支撑,精确电池模型是实现上述估计的前提.然而,锂电池复杂的电化学反应过程使电池模型参数可能随荷电状态(State of Charge,SOC)、温度及运行工况改变而变化,传统的离线识别方法难以保证模型精度和适应性.提出一种基于递推最小二乘法(Recur...     

遗忘因子递推最小二乘法辨识锂离子电池参数

递推最小二乘法是辨识锂离子电池等效电路模型参数常见的方法,然而随着递推过程中数据的增加,新数据的生成会受到旧数据的影响,导致误差较大。为此,对锂离子电池的二阶RC等效电路模型进行建模和分析,提出一种用于等效电路模型参数在线辨识的遗忘因子递推最小二乘(FFRLS)法。在动力应力测试实验的基础上,在线辨识等效电路模型参数,利用识别的电路参数对电池电压进行在线预测。通过对比不同遗忘因子(λ)下的端电压均方根误差,发现λ=0.86～0.94为最佳范围。所提算法的精度优于递推最小二乘(RLS)法,验证了算法的可行性和有效性。     

基于最小二乘法的永磁同步电动机参数辨识

针对永磁同步电动机参数的时变和不确定性,设计了基于遗忘因子递推最小二乘法的电机定子电阻、dq轴电感以及转动惯量的辨识方法,仿真结果表明了该方法收敛速度快,能准确地实现电机定子电阻、dq轴电感以及转动惯量的辨识。     

基于递推最小二乘法的虚拟同步发电机参数辨识方法

基于虚拟同步发电机(VSG)控制的逆变器能够为微网提供惯性和阻尼,提出一种VSG参数辨识方法,为微网的优化设计提供基础。首先建立了VSG输出功率对指令功率的二阶传递函数模型,然后根据基于VSG控制的逆变器在响应阶跃指令功率后的输出,利用模型参数与惯性和阻尼系数的关系,并基于递推最小二乘法辨识出逆变器提供的惯性和阻尼系数。进一步分析了稳态平衡点偏移以及双线性变换给辨识结果带来的误差,结果表明利用递推最小二乘法辨识VSG参数能够满足一定的精度要求。最后,通过MATLAB仿真和实验验证了所提参数辨识方法的可行性和有效性。     

基于递推最小二乘算法的感应电动机参数离线辨识

感应电动机参数离辨识是实现高性能变频调速的前提.对基于递推最小二乘(recursive least-squares,RLS)算法的电机参数离线辨识的具体实现进行了详细阐述:基于离线辨识时电机的静止特性,简化了电机数学模型,减少了计算量;采用改进欧拉数值解法,求解巴特沃思数字滤波状态方程,既可获得信号的滤波值,同时又直接解得了信号的1阶和2阶导数值,避免了导数离散化的误差影响,提高了运算精度;运用线性反馈移位寄存器产生伪随机白噪声序列(M序列),作为辨识的激励信号;针对不同功率的电机进行了大量的仿真和实验研究,实验结果表明所提方法稳定性良好,辨识结果的一致性和准确性较高.     

基于自适应递推最小二乘法与无迹卡尔曼滤波的电池SOC估算

为了建立精确的锂离子电池模型,并在其基础上实时且有效的监测电池的状态。综合考虑采用二阶等效电路模型,在递推最小二乘法的基础上加上自适应因子完成对锂离子电池在线模型参数估测,与此同时将所得模型参数传入卡尔曼滤波器,完成对动力电池的荷电状态(SOC)的估算。在MATLAB中实现该算法的编程,把电池综合测试仪对锂离子电池采样所得电流、电压、容量等实验数据导入算法进行仿真。仿真结果表明,该算法迅速收敛初值误差,并在稳定状态下最大误差不超过2. 5%,验证了该算法的有效性以及对外界干扰的鲁棒性,可以用以实现对车用锂离子电池状态的准确估算。     

基于支路有功功率的配电网拓扑辨识方法

针对配电网量测冗余度低且开关变化频繁、识别出正确的拓扑结构存在困难的现状,文中提出一种基于支路有功功率的配电网拓扑结构识别方法。该方法基于支路有功功率残值的大小选择可能断开的支路,得到若干种可能拓扑结构;采用相同量测值,在每个可能拓扑结构下分别进行状态估计并计算匹配目标函数值,从可能拓扑结构集中找到可能性最高的拓扑结构作为可信拓扑结构,降低配电网拓扑结构分析的解空间;并引入快速潮流直流法进行状态估计,提高了算法的计算效率,从而把此类配电网拓扑检错问题转换为以量测值匹配度高为目的的配电网重构问题。算例表明,该方法合理有效,快速简便,且在带有较大量测误差的情况下也有很好的适应性。     

基于递归最小二乘的单通道混合信号时延估计算法

针对单通道混合信号的时延估计问题,提出了一种基于递归最小二乘(recursive least squares,RLS)的算法,将时延估计分为了基于循环统计量的粗估计和基于RLS的细估计过程,用二乘方的时间平均准则,对时延粗估计值进行迭代更新,完成整个估计过程.该算法结构简单,收敛速度快,估计精度提升明显,但较依赖于两路...     

Hierarchical recursive least squares algorithms for Hammerstein nonlinear autoregressive output-error systems

This article considers the parameter estimation problem of Hammerstein nonlinear autoregressive output-error systems with autoregressive moving average noises. Applying the key term separation technique, the original system is decomposed into three subsystems: the first subsystem contains the unknown parameters related to the output, the second subsystem contains the unknown parameters related to the input, and the third subsystem contains the unknown parameters related to the noise model. A hierarchical recursive least squares algorithm is proposed based on the hierarchical identification principle for interactively identifying each subsystem. The simulation results confirm that the proposed algorithm is effective in estimating the parameters of Hammerstein nonlinear autoregressive output-error systems.     

基于RLS法的锂离子电池离线参数辨识

提出一种基于递推型最小二乘法(RLS)算法改进的离线参数识别方法,采用RLS法作为离线参数辨识的初值,以解决离线辨识初值选择的限制,并能保证辨识结果的精度。采用RLS算法辨识参数,获取模型参数,仿真电压和实验电压最大误差达100 m V,但耗时仅120 s。采用Simscape模型的离线参数辨识方法,最大误差58 m V,耗时1. 8 h;利用RLS算法获取初值,用离线参数辨识方法,最大误差为31 m V,平均误差15 m V,耗时0. 5 h。辨识精度与辨识速度都有明显的提升。     

基于SSI-LS的同步电机参数辨识新方法

为精确检测出同步电机参数,提出了基于随机子空间辨识(stochastic subspace identification,SSI)与最小二乘(least square,LS)法的同步电机参数辨识新方法。该方法可以从强噪声背景下的短路电流数据中准确提取基波分量和直流分量,然后对其进行分析,以得到同步电机的瞬态和超瞬态参数,从而实现同步电机参数的准确检测。仿真计算和试验数据分析均验证了该方法的可行性与有效性。     

基于最小二乘外网等效的线路电压稳定性指标

针对SCADA测量误差导致电压稳定性指标计算结果不合理的问题,采用线路一端SCADA多时段量测数据,建立考虑等效电动势相角变化的多时段最小二乘外网等效模型,并基于该外网等效模型提出了一种新的线路电压稳定性指标计算方法。该方法的等效模型精度较高,需要的信息量较少,而且能利用最小二乘法的滤波作用来抑制SCADA量测误差对等效参数和电压稳定性指标计算结果的影响。通过对四川某区域电网的仿真分析,验证了在SCADA系统中有更强的适应性。     

基于广义最小二乘回归的间谐波源识别方法

间谐波阻抗等系统参数对间谐波源的识别有着重要意义。为了克服电压和电流信号中有色噪声影响,首次将广义最小二乘回归法应用于间谐波阻抗等系统参数估计。该方法通过白化滤波器将有色噪声转化成白噪声,然后对转化的数据进行参数估计,从而克服变量与变量之间相关性的影响,与传统回归估计方法相比能够减小间谐波阻抗估计误差。此外,还结合间谐波国标,引入量化指标划分供用电双方的责任大小。仿真及实例分析验证了该方法的有效性。     

基于递归算法的复杂辐射状配电网可靠性计算

提出了一种将递归算法和等值法结合的复杂辐射状配电网的可靠性评估算法。该算法针对配电网结构的递归性特点,首先将配电网分层处理,采取左子女—右兄弟的二叉树表示方法将网络分层存储为树型数据结构形式,然后通过对树的递归遍历将配电网的子馈线进行合理的可靠性等效,简化为一个形式简单的网络。在遍历过程中递归调用可靠性计算公式,最终得到整个配电网的负荷点可靠性指标和系统可靠性指标。实例计算验证了该方法的有效性。     

基于VFFRLS算法的锂电池参数辨识

动力电池性能是影响电动汽车综合性能的关键因素,因此准确辨识锂离子电池模型的参数对后续电池系统的荷电状态估计和健康状态预测至关重要。为了提高锂离子电池模型参数辨识算法的精度,以磷酸铁锂电池作为研究对象,建立电池二阶RC等效电路模型,并采用基于变量遗忘因子的最小二乘算法对锂离子电池模型进行在线参数辨识。通过搭建测试平台进行充放电实验,基于2种不同工况的实验数据,分别用文中算法、递推最小二乘算法和传统的带遗忘因子的最小二乘算法进行参数辨识,根据辨识结果估计出的端口电压与实验测试得到的实际值的误差比较来描述文中算法辨识结果的准确度。实验结果表明,基于变量遗忘因子的最小二乘算法在锂电池参数辨识方面表现出快速的收敛性和较高的估计精度。