采用最大-最小蚁群算法的励磁系统参数辨识

被引:6
作者
毛晓明 [1 ]
蔡永智 [1 ]
赵勇 [2 ]
机构
[1] 广东工业大学自动化学院
[2] 中国南方电网科学研究院
基金
广东省自然科学基金;
关键词
励磁系统; 参数辨识; 最大-最小蚁群算法; 电压阶跃响应;
D O I
暂无
中图分类号
TM31 [发电机、大型发电机组(总论)]; TP18 [人工智能理论];
学科分类号
080801 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
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。
引用
收藏
页码:51 / 55
页数:5
相关论文
共 9 条
[1]  
蚁群算法及其应用.[M].李士勇等编著.哈尔滨工业大学出版社.2004,
[2]  
电力系统辨识.[M].沈善德著;.清华大学出版社.1993,
[3]   Ant algorithms for discrete optimization [J].
Dorigo, M ;
Di Caro, G ;
Gambardella, LM .
ARTIFICIAL LIFE, 1999, 5 (02) :137-172
[4]   遗传算法在发电机励磁系统参数辨识中的应用 [J].
王兴贵 ;
王言徐 ;
智勇 .
电力系统及其自动化学报, 2010, 22 (01) :76-79
[5]   基于相关辨识法的发电机励磁系统参数辨识 [J].
郭睿 ;
王修庞 ;
郭珊珊 ;
张亚娟 .
继电器, 2008, (05) :19-22
[6]   发电机励磁系统参数辨识综述 [J].
舒辉 ;
文劲宇 .
电力自动化设备, 2008, (02) :104-107
[7]   改进遗传算法在发电机励磁系统参数辨识中的应用 [J].
王晓伟 ;
蒋平 ;
曹亚龙 ;
徐珂 .
继电器, 2007, (11) :16-20
[8]   基于LIF法的励磁系统参数辨识 [J].
曹浩军 ;
张承学 ;
单勇 .
继电器, 2004, (15) :5-9
[9]   建立大型同步机组励磁系统动态参数 [J].
朱守真 ;
沈善德 ;
焦连伟 ;
周逢权 ;
蒋建民 .
中国电机工程学报, 1997, (03) :36-40