共 8 条
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
基于全局信息融合粒子群算法的水轮发电机模型参数辨识
被引：9
作者：
唐锋
机构：
[1] 雅砻江流域水电开发有限公司
来源：
关键词：
水轮发电机;
参数辨识;
粒子群优化算法;
优化算法;
D O I：
10.20040/j.cnki.1000-7709.2015.08.032
中图分类号：
TP18 [人工智能理论];
TM312 [水轮发电机];
学科分类号：
080802 [电力系统及其自动化];
140502 [人工智能];
摘要：
针对粒子群(PSO)优化算法辨识发电机模型参数时存在局部最优和后期收敛速度慢很难准确获取具有强泛化能力的模型参数的问题,提出了一种基于多粒子全局信息共享和变权重的全局信息融合PSO算法(GPSO),并通过IEEE3机9节点系统算例验证了该算法的有效性。结果表明,与常规PSO算法相比,该算法具有泛化能力强、辨识精度高和后期收敛速度快的优点。
引用
收藏
页码：129 / 131+128
+128
页数：4
相关论文