一种提高静态负荷模型参数辨识精度方法的研究

被引：5

作者：

宋人杰

李文明

机构：

[1] 东北电力大学信息工程学院

来源：

电力系统保护与控制 | 2013年 / 41卷 / 06期

关键词：

谐波噪声; 参数辨识; 小波变换; 粒子群优化算法; 负荷模型;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

研究表明,在电力系统中,由于谐波噪声的影响负荷模型参数存在较高的分散性。通过对谐波噪声的高频特性和小波分析的分析研究,提出了一种基于粒子群的小波阈值去噪算法,并将其应用到由谐波噪声引起的静态负荷模型参数分散性研究中。仿真实验验证表明,该算法能有效地去除电力信号中的谐波噪声,降低模型参数的高分散性,提高了模型参数辨识精度。

引用

收藏

页码：89 / 92

页数：4

相关论文

共 10 条

[1] 基于多目标粒子群算法的电力系统无功优化 [J].

张聪誉 ;

陈民铀 ;

罗辞勇 ;

翟进乾 ;

姜毅 .

电力系统保护与控制, 2010, 38 (20) :153-158

[2] 基于小波的信号去噪分析 [J].

李冠 ;

吴尽昭 ;

范明钰 .

通信技术, 2010, 43 (09) :79-81+84

[3] 基于小波包变换的多阈值法语音信号去噪净化 [J].

张飞 .

通信技术, 2009, 42 (08) :118-120+122

[4] 基于自适应聚焦粒子群算法的电力系统无功优化 [J].

刘述奎 ;

陈维荣 ;

李奇 ;

林川 ;

段涛 .

电力系统保护与控制, 2009, 37 (13) :1-6

[5] 基于小波模极大值的单端行波故障测距 [J].

马丹丹 ;

王晓茹 .

电力系统保护与控制, 2009, 37 (03) :55-59

[6] 小波多分辨率算法在电力谐波检测中的应用 [J].

陈宇 ;

段哲民 .

计算机测量与控制, 2008, (10) :1493-1495+1518

[7] 基于遗传算法的双阈值小波去噪方法研究 [J].

张荣祥 ;

李正强 ;

郑世杰 .

传感器与微系统, 2007, (06) :20-22+25

[8] 基于小波分析的电力系统谐波分析 [J].

梁玉娟 ;

李群湛 ;

赵丽平 .

电力系统及其自动化学报, 2003, (06) :67-70

[9]

电力系统负荷模型结构与参数辨识的研究[D]. 张红斌.华北电力大学（北京）. 2003

[10]

粒子群优化算法[M]. 冶金工业出版社 , 李丽, 2009