基于改进粒子群算法的双馈感应发电机参数辨识

被引：9

作者：

刘永康

潘学萍

鞠平

机构：

[1] 河海大学能源与电气学院

来源：

河海大学学报(自然科学版) | 2014年 / 42卷 / 03期

基金：

国家自然科学基金重大项目; 国家高技术研究发展计划(863计划);

关键词：

双馈感应发电机(DFIG); 参数辨识; 灵敏度; 粒子群算法; 改进粒子群算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TM31 [发电机、大型发电机组（总论）];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

基本粒子群算法(PSO)存在早熟问题,且惯性权重对参数辨识结果的影响较大,为此提出将变权重PSO算法和全局最优位置变异PSO算法相结合的改进PSO算法,并将其应用于双馈感应发电机(DFIG)的参数辨识。分析了DFIG中各参数的可辨识性和辨识难易度,给出了基于改进PSO算法的参数辨识步骤。与采用基本PSO算法、变权重PSO算法和全局最优位置变异PSO算法的参数辨识结果相比较,该方法具有收敛速度快、辨识误差小的优点,即使在较大的搜索范围内仍具有较高的辨识精度。

引用

页码：273 / 277

页数：5

共 12 条

[1]

双馈风力发电机三相短路状态下的参数辨识 [J].