优选初值-微变搜索算法及其在双馈风力发电机参数辨识中的应用

被引：6

作者：

张仰飞 ^{[1
,2
]}

袁越 ^{[1
]}

陈小虎 ^{[2
]}

辛龙彪 ^{[3
]}

吴博文 ^{[1
]}

机构：

[1] 河海大学电气工程学院

[2] 南京工程学院电力工程学院

[3] 大唐漳州风力发电有限责任公司

来源：

电力自动化设备 | 2010年 / 30卷 / 02期

关键词：

辨识算法; 双馈风力发电机; 参数辨识; 优选初值-微变搜索算法; 初值; 目标点;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

为解决现有辨识方法初值不稳定和辨识结果不精确的问题,提出了优选初值-微变搜索算法。该算法包括2个步骤:首先优选初值,把测量数据对应于不同运行状态进行分类,结合相应的简化模型直接求解参数,或组合起来求解参数,得到参数向量的值,需要时,把测量数据和已知参数向量的值作为已知条件,采用搜索类算法搜索其他参数向量值;再进行微变搜索,把所有测量数据作为已知条件,以已求得的参数向量值作为初值点,进行微变搜索,即在已知参数向量各分量上作微小变化,按照排列组合的方法得到其周围的若干点,分别计算其目标评价函数值。比较和保留最好的点,继续缩小步长进行微变,直至精确化定位到最优解。仿真算例显示,该方法能有效地精确辨识双馈风力发电机的参数。

引用

页码：19 / 21

页数：3

共 3 条

[1]

Comparison of 5th order and 3rd order machine models for doubly fed induction generator (DFIG) wind turbines[J] J.B. Ekanayake;L. Holdsworth;N. Jenkins Electric Power Systems Research 2003,

[2]

Nonlinear model identifi- cation of wind turbine with a neural network Sousso Kelouwani;Kodjo Agbossou; IEEE Trans on EC 2004,

[3]

Recursive blind identification of non-Gaussian time-varying AR model and application to blind equalization of time-varying channel Y. Zheng;Z. Lin;Y. Ma; IEE Image and Signal Processing 2001,

← 1 →