同步发电机参数辨识的蚁群算法及扰动分析

被引:33
作者
黄其新 [1 ]
孙黎霞 [2 ]
甄威 [3 ]
刘柏私 [3 ]
鞠平 [2 ]
机构
[1] 三江学院电气及自动化工程学院
[2] 河海大学电气工程学院
[3] 四川电力试验研究院
基金
国家杰出青年科学基金;
关键词
同步发电机; 参数辨识; 辨识精度; 蚁群算法; 白噪声; 扰动方式;
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
以发电机5阶实用模型为研究对象,利用励磁电压参考值的变化产生动态响应,采用蚁群算法辨识同步发电机参数,分析干扰的大小和类型对发电机参数辨识的影响。在RTDS仿真机组上验证了蚁群算法的可行性,结果表明,从扰动的大小上看,扰动越大,参数辨识的精度越高;从扰动的类型上看,白噪声激励下辨识精度较好,该激励更有利于激发同步发电机的次暂态过程;无论是哪种扰动方式,稳态参数的精度没有大的变化,改善的主要是次暂态参数的辨识精度。
引用
收藏
页码:50 / 53
页数:4
相关论文
共 9 条
[1]  
蚁群算法原理及其应用.[M].段海滨; 著.科学出版社.2005,
[2]  
动态电力系统的理论和分析.[M].倪以信等著;.清华大学出版社.2002,
[3]  
电力系统辨识.[M].沈善德著;.清华大学出版社.1993,
[4]   基于人工神经网络的同步电机在线参数辨识的在线算法 [J].
杨明贵 ;
杨新宁 ;
胡全 .
机电工程技术, 2004, (09) :58-59+70
[5]   基于扩展粒子群优化算法的同步发电机参数辨识 [J].
胡家声 ;
郭创新 ;
曹一家 .
电力系统自动化, 2004, (06) :35-40
[6]   基于粒子群游算法的同步发电机参数辨识 [J].
龙云 ;
王建全 .
大电机技术, 2003, (01) :8-11
[7]   蚁群算法在系统辨识中的应用 [J].
汪镭 ;
吴启迪 .
自动化学报, 2003, (01) :102-109
[8]   同步发电机参数辨识的模拟进化方法 [J].
鞠平 ;
倪腊琴 ;
韩敬东 ;
陈新琪 .
电工技术学报, 1999, (05) :1-4+13
[9]   同步发电机动态参数辨识 [J].
米增强 ;
陈志忠 ;
南志远 ;
马晋韬 ;
金基圣 ;
齐国顺 ;
孟大伟 .
中国电机工程学报, 1998, (02) :29-34