改进遗传算法在发电机励磁系统参数辨识中的应用

被引:9
作者
王晓伟 [1 ]
蒋平 [1 ]
曹亚龙 [1 ]
徐珂 [2 ]
机构
[1] 东南大学电气工程学院
[2] 江苏省电力试验研究院
关键词
励磁系统; 参数辨识; 遗传算法; 原模型; 标准模型;
D O I
暂无
中图分类号
TM31 [发电机、大型发电机组(总论)];
学科分类号
080801 ;
摘要
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。
引用
收藏
页码:16 / 20
页数:5
相关论文
共 7 条
[1]   改进的快速遗传算法及其性能研究 [J].
高玮 .
系统工程与电子技术, 2003, (11) :1427-1430
[2]   基于遗传算法的机组组合研究 [J].
汪峰 ;
朱艺颖 ;
白晓民 .
电力系统自动化, 2003, (06) :36-41
[3]   基于改进形式的遗传算法研究 [J].
张志顺 ;
胡勇刚 ;
赵宏伟 ;
冯裕钊 ;
冯璞乔 .
微电子学, 2002, (04) :273-275
[4]   基于EE模型的励磁系统参数时域辨识法 [J].
王良 ;
沈善德 ;
朱守真 ;
周逢权 .
电力系统自动化, 2002, (08) :25-28+37
[5]   频域法在励磁系统参数辨识中的应用 [J].
蒋平 ;
戴列峰 ;
黄霆 ;
罗建裕 ;
黄强 ;
陈志芳 .
电力系统自动化, 2001, (16) :30-33
[6]   基于边界搜索策略的遗传算法在电网扩展规划中的应用 [J].
叶在福 ;
单渊达 .
中国电机工程学报, 2000, (11) :42-46
[7]   基于遗传算法的无功规划优化 [J].
张粒子 ;
舒隽 ;
林宪枢 ;
徐英辉 .
中国电机工程学报, 2000, (06) :6-9