两个人的电影免费视频_国产精品久久久久久久久成人_97视频在线观看播放_久久这里只有精品777_亚洲熟女少妇二三区_4438x8成人网亚洲av_内谢国产内射夫妻免费视频_人妻精品久久久久中国字幕

基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)方法

文檔序號(hào):6321059閱讀:224來源:國知局
專利名稱:基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)方法
技術(shù)領(lǐng)域
本發(fā)明屬于電力系統(tǒng)中的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)技術(shù)領(lǐng)域,尤其涉及一種基于系統(tǒng)解
耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)方法。
背景技術(shù)
電力系統(tǒng)已步入大電網(wǎng)、高電壓和大機(jī)組時(shí)代,因此對(duì)系統(tǒng)穩(wěn)定性提出了更高的 要求。在電力系統(tǒng)運(yùn)行分析與控制中,發(fā)電機(jī)勵(lì)磁模型作為電力系統(tǒng)機(jī)電暫態(tài)數(shù)學(xué)模型的 重要組成部分,其模型參數(shù)設(shè)置正確與否直接決定電力系統(tǒng)穩(wěn)定計(jì)算的正確性和可信度, 進(jìn)而影響系統(tǒng)運(yùn)行控制措施的制定與實(shí)施。為此,國家電網(wǎng)公司科技發(fā)展規(guī)劃指出,在系統(tǒng) 參數(shù)模型技術(shù)方面,要"進(jìn)一步深化研究'四大參數(shù)'(發(fā)電機(jī),勵(lì)磁,調(diào)速器和負(fù)荷)的測(cè) 量與分析技術(shù),提高其精確性。" 目前,勵(lì)磁控制器參數(shù)多為根據(jù)發(fā)電機(jī)空載時(shí)實(shí)測(cè)曲線辨識(shí)所得。系統(tǒng)參數(shù)辨識(shí) 較為成熟的算法大致分為頻域法和時(shí)域法。它們雖原理清晰,簡(jiǎn)便易行,但卻只能進(jìn)行線性 系統(tǒng)的參數(shù)辨識(shí),所辨識(shí)的結(jié)果無法反映系統(tǒng)的非線性動(dòng)態(tài)特性。為此,遺傳算法等隨機(jī)優(yōu) 化算法被引入用于勵(lì)磁系統(tǒng)參數(shù)辨識(shí),較好的解決了上述問題。然而,空載運(yùn)行時(shí)所測(cè)的參 數(shù)能否適用于帶載運(yùn)行,則是一直困擾著廣大電力工作者難題。PMU(Phasor Measurement Unit,相量測(cè)量單元)的大量應(yīng)用為勵(lì)磁控制器在線參數(shù)辨識(shí)提供了可能。然而,目前根據(jù) 各種已有方法獲得勵(lì)磁參數(shù),很難獲得定量的可信度評(píng)價(jià)。 本發(fā)明介紹了一種直接利用PMU的在線實(shí)測(cè)數(shù)據(jù)進(jìn)行參數(shù)辨識(shí)的方法,無需對(duì)發(fā) 電機(jī)注入噪聲信號(hào),大大減小了辨識(shí)的復(fù)雜程度。而且,還通過PMU實(shí)測(cè)數(shù)據(jù)對(duì)發(fā)電機(jī)和勵(lì) 磁控制器進(jìn)行解耦,單獨(dú)對(duì)勵(lì)磁控制器參數(shù)進(jìn)行辨識(shí),有效的減少因發(fā)電機(jī)模型及參數(shù)不 準(zhǔn)確而引入的誤差,結(jié)合序優(yōu)化遺傳算法使得辨識(shí)出來的勵(lì)磁控制器參數(shù)更加精確,并具 有一定的置信度。

發(fā)明內(nèi)容
本發(fā)明的目的在于,提供一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨 識(shí)方法,用于勵(lì)磁控制器的在線參數(shù)辨識(shí)。 技術(shù)方案是, 一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)方法,其 特征是所述方法包括-—利用相量測(cè)量單元PMU將勵(lì)磁系統(tǒng)和發(fā)電機(jī)解耦;
—-確定基于解耦的勵(lì)磁系統(tǒng)模型;-—利用序優(yōu)化遺傳算法辨識(shí)基于解耦的勵(lì)磁系統(tǒng)模型中的參數(shù)。
所述基于解耦的勵(lì)磁系統(tǒng)模型為
<formula>formula see original document page 4</formula>
2) mi '
其中,a i表示需要計(jì)算的各個(gè)參數(shù)、N表示具有上下限的參數(shù)的個(gè)數(shù)。
所述步驟2中,n = ln(l-Ps》/ln(l-k% ),P^是實(shí)現(xiàn)至少有一個(gè)解位于解空間所
有解中性能占前k^所需的隨機(jī)采樣次數(shù)的概率;m取100-1000之間的值,代數(shù)g = n/m。 所述目標(biāo)函數(shù)為J(a)。 所述適應(yīng)度函數(shù)為FfitMSS = J(a )+P。 所述交叉操作具體是對(duì)于兩個(gè)參數(shù)a p a 2,先產(chǎn)生
之間的隨機(jī)數(shù),然后獲
得交叉的結(jié)果為
《 m,+(1 —。a2
《=(1-^+7^2 °
所述變異操作具體是若巧為
間隨機(jī)數(shù),定義父代a k的變異為
其中,UB和LB分別為變量cik的上下限,t為當(dāng)前進(jìn)化的代數(shù)。f(k)為 A、 本發(fā)明直接利用PMU的在線實(shí)測(cè)數(shù)據(jù)進(jìn)行參數(shù)辨識(shí),減小了辨識(shí)的復(fù)雜程度;通 過PMU實(shí)測(cè)數(shù)據(jù)對(duì)發(fā)電機(jī)和勵(lì)磁控制器進(jìn)行解耦,減少了因發(fā)電機(jī)模型及參數(shù)不準(zhǔn)確而引 入的誤差,結(jié)合序優(yōu)化遺傳算法進(jìn)行參數(shù)識(shí)別,使得辨識(shí)的勵(lì)磁控制器參數(shù)更加精確,并具 有一定的置信度。


圖1是發(fā)電機(jī)和電網(wǎng)解耦前模型示意圖; 圖2是基于解耦的勵(lì)磁參數(shù)辨識(shí)模型示意圖; 圖3是解耦勵(lì)磁參數(shù)辨識(shí)的基本原理圖; 圖4是利用序優(yōu)化遺傳算法進(jìn)行勵(lì)磁系統(tǒng)參數(shù)辨識(shí)流程示意圖; 圖5是本發(fā)明實(shí)施例提供的省略了過勵(lì)限制和低勵(lì)限制的FV模型示意圖; 圖6是本發(fā)明實(shí)施例實(shí)際測(cè)量獲得的機(jī)端電壓示意圖; 圖7是本發(fā)明實(shí)施例實(shí)際測(cè)量獲得勵(lì)磁電壓響應(yīng)示意圖; 圖8是本發(fā)明實(shí)施例勵(lì)磁系統(tǒng)實(shí)際響應(yīng)和辨識(shí)參數(shù)下響應(yīng)比較結(jié)果示意圖。
具體實(shí)施例方式
下面結(jié)合附圖,對(duì)優(yōu)選實(shí)施例作詳細(xì)說明。應(yīng)該強(qiáng)調(diào)的是,下述說明僅僅是示例性 的,而不是為了限制本發(fā)明的范圍及其應(yīng)用。 圖1是發(fā)電機(jī)和電網(wǎng)解耦前模型示意圖。圖1中,G為發(fā)電機(jī),Efd為發(fā)電機(jī)的勵(lì) 磁電壓,It、 e工為機(jī)端的電流和相角,Ut、 9u為機(jī)端的電壓及其相角。由圖l可知,含勵(lì)磁
的閉環(huán)系統(tǒng)可以描述如下
i,£ 二/i(x,五,x,^,;;,") i,五。=/2 ,x,五。,y , ") ( 1 ) 0 = g(xiE, xiEa, y, a ) 其中,xiE為需要辨識(shí)的勵(lì)磁系統(tǒng)的狀態(tài)變量,xiEa為其他的狀態(tài)變量,y為系統(tǒng)中 的代數(shù)變量,a為需要辨識(shí)的參數(shù)。 勵(lì)磁參數(shù)辨識(shí)的目的,就是根據(jù)獲得的測(cè)量量雄)^(f;x必,x^,少,a)和理論值 z (t) = z (t ;xiE, xiEa, y, a )差異,(其中f與xiE, xiEa, y相關(guān))直接獲得參數(shù)a 。該問題可 以表示為minJo(Qr)=卩|| z(,)-雄)||2
水五=/ (x,五,;c,五。,少,") S.t. A£。 = ,2(X五,x股,少,") (2)
0 = g(xiE, xiEa, y, a )
z(t) = z(t ;xiE, xiEa, y, a ) 其中辨識(shí)中測(cè)量量雄)"&x^x股j,")的選擇范圍很大,可以選擇本地的信號(hào),
也可選擇遠(yuǎn)方的信號(hào)。 勵(lì)磁參數(shù)辨識(shí)所對(duì)應(yīng)的整體模型,其維數(shù)很高,對(duì)于含100多臺(tái)的發(fā)電機(jī),不考慮
其他負(fù)荷和調(diào)速器等動(dòng)態(tài)元件,其維數(shù)大于600維,這造成辨識(shí)所消耗時(shí)間過大。有鑒于
此,本發(fā)明采用解耦方案,將發(fā)電機(jī)通過相量測(cè)量單元PMU獲得機(jī)端電壓和電流。 圖2是基于解耦的勵(lì)磁參數(shù)辨識(shí)模型示意圖。在圖2中,利用PMU獲得勵(lì)磁電壓,
可以將勵(lì)磁系統(tǒng)和發(fā)電機(jī)解耦。其中,U^為勵(lì)磁系統(tǒng)參考電壓、Us為發(fā)電機(jī)PSS輸出信號(hào)、
E為"求和"運(yùn)算符號(hào)的圖形表示。在解耦下,勵(lì)磁系統(tǒng)可以描述為 ;t正=0, x,五(,),x,五。0), ") ( 3 )
其中xiEa(t) , y (t)可由測(cè)量直接獲得。 和上述整體模型(公式(2))相比,該模型不需要考慮其他發(fā)電機(jī)的動(dòng)態(tài),只需要 測(cè)量相關(guān)聯(lián)的狀態(tài)即可。對(duì)于任何勵(lì)磁系統(tǒng),只需要測(cè)量發(fā)電機(jī)出口電壓和電流,即可將勵(lì) 磁和系統(tǒng)解耦。解耦后,以FV模型為例,只考慮四階模型,大大簡(jiǎn)化了計(jì)算。
基于解耦的勵(lì)磁參數(shù)辨識(shí)可以描述如下<formula>formula see original document page 7</formula>
和整體模型相比,解耦后辨識(shí)中測(cè)量量雄)=W;Xw,^。,;;,a)的選擇范圍變小,其
變量只能選擇依賴于接口電壓和電流,以及勵(lì)磁各個(gè)狀態(tài)的量。因此,只需采用測(cè)量勵(lì)磁電 壓,勵(lì)磁電流,發(fā)電機(jī)出口電壓和電流的方式即可獲得辨識(shí)結(jié)果。 圖3是解耦勵(lì)磁參數(shù)辨識(shí)的基本原理圖。針對(duì)圖2解耦后的勵(lì)磁參數(shù)辨識(shí)模型,可 以采用圖3所示的辨識(shí)方法進(jìn)行參數(shù)辨識(shí)。即通過比較不同參數(shù)下輸入輸出系統(tǒng)的響應(yīng), 以響應(yīng)最接近實(shí)際系統(tǒng)的參數(shù)作為辨識(shí)結(jié)果。具體地,就是將擾動(dòng)時(shí)所獲得的輸入量輸入 系統(tǒng),與實(shí)際系統(tǒng)的輸出和固定參數(shù)下發(fā)電機(jī)模型的輸出進(jìn)行比較,尋找最接近實(shí)際響應(yīng) 的參數(shù)。在參數(shù)辨識(shí)過程中采用序優(yōu)化遺傳算法。 序優(yōu)化具體思想是設(shè)搜索空間S具有Ns個(gè)可行解,G為由性能占前k%的解集合, 大小為Ne,即有k% = Ne/Ns。對(duì)于Ns很大的優(yōu)化問題,不可能對(duì)其中每一個(gè)解進(jìn)行仿真,要 得到最優(yōu)解是非常困難的。因此這里將退而求其次,將目標(biāo)軟化為以P^的概率至少找到一 個(gè)解在G內(nèi)。設(shè)達(dá)到這一目標(biāo)需要的采樣數(shù)為n,則易知<formula>formula see original document page 7</formula>從而有
<formula>formula see original document page 7</formula>5) 結(jié)合序優(yōu)化提供一定置信水平的優(yōu)秀解和遺傳算法的通用性,可獲得序優(yōu)化遺傳
算法。圖4是利用序優(yōu)化遺傳算法進(jìn)行勵(lì)磁系統(tǒng)參數(shù)辨識(shí)流程示意圖,其中 步驟1 :將基于解耦的勵(lì)磁參數(shù)辨識(shí)模型的不等式約束條件添加到適應(yīng)度函數(shù)中。
不等式約束條件為<formula>formula see original document page 7</formula>
其中,cii表示需要計(jì)算的各個(gè)參數(shù)、N表示具有上下限的參數(shù)的個(gè)數(shù)。 步驟2 :確定達(dá)到一定程度所需要的計(jì)算個(gè)體數(shù)目2n,和遺傳算法中每一代的個(gè)
體數(shù)2m和代數(shù)g。
<formula>formula see original document page 7</formula> Pse是實(shí)現(xiàn)至少有一個(gè)解位于解空間所有解中性能占 前k^所需的隨機(jī)采樣次數(shù)的概率。遺傳算法中每代的個(gè)體數(shù)目設(shè)為2m,建議m [100, 1000]。則整個(gè)遺傳算法的進(jìn)化代數(shù)為g = 2m/2n = m/n。
步驟3 :對(duì)問題的決策變量編碼,形成染色體。 步驟4 :根據(jù)不等式約束條件確定變量的范圍,隨機(jī)生成第一代種群。 步驟5 :對(duì)當(dāng)前群的每一個(gè)個(gè)體,計(jì)算其目標(biāo)函數(shù)值和適應(yīng)度函數(shù)值Ffitn^。目標(biāo)
函數(shù)值為:J(a) 適應(yīng)度函數(shù)為Ffitness = J(a )+P。
步驟6 :對(duì)于前m-p個(gè)的個(gè)體,進(jìn)行交叉操作;其中,m為目標(biāo)函數(shù)值,p為整數(shù),即 m/2或(m+l)/2。 交叉操作具體是對(duì)于兩個(gè)參數(shù)a p a 2,先產(chǎn)生
之間的隨機(jī)數(shù),然后獲得交
叉的結(jié)果為
<formula>formula see original document page 8</formula> 步驟7 :對(duì)于前m-p+l至m個(gè)個(gè)體,進(jìn)行變異操作;對(duì)實(shí)數(shù)編碼進(jìn)行變異,形成子代 個(gè)體。 變異操作具體是若巧為
間隨機(jī)數(shù),定義父代a k的變異為
L0088j<formula>formula see original document page 8</formula>
其中,UB和LB分別為變量ak的上下限,t為當(dāng)前進(jìn)化的代數(shù)。f(k)為<formula>formula see original document page 8</formula>
步驟8 :隨機(jī)生成m個(gè)個(gè)體,加入系統(tǒng)下一代。 步驟9 :對(duì)當(dāng)前群的每一個(gè)個(gè)體,計(jì)算其目標(biāo)函數(shù)值和適應(yīng)度函數(shù)值FfitMSS。
步驟10 :檢查目標(biāo)函數(shù)值是否小于設(shè)定值,如果小于,則跳到步驟5 ;否則,結(jié)束。
實(shí)施例 圖5是本發(fā)明實(shí)施例提供的省略了過勵(lì)限制和低勵(lì)限制的FV模型示意圖。該圖 以某電廠自并勵(lì)發(fā)電機(jī)的勵(lì)磁系統(tǒng)為例子。其中輸入VEKK為發(fā)電機(jī)機(jī)端電壓和基準(zhǔn)電壓的 差值,輸出EFD為發(fā)電機(jī)勵(lì)磁電壓,Kv為比例積分或純積分選擇因子,lFD為發(fā)電機(jī)勵(lì)磁電流。 對(duì)于FV模型,參數(shù)VHHTdlV為需要辨識(shí)的參數(shù)。艮卩,a = [L, T2, T3, T4, Ka,TjT。對(duì)于上述模型,在解耦下,測(cè)量量為發(fā)電機(jī)極端三相的電壓、電流,以及發(fā)電機(jī)的勵(lì) 磁電壓和勵(lì)磁電流。 圖6是本發(fā)明實(shí)施例實(shí)際測(cè)量獲得的機(jī)端電壓示意圖。
圖7是本發(fā)明實(shí)施例實(shí)際測(cè)量獲得勵(lì)磁電壓響應(yīng)示意圖。 本例中勵(lì)磁參數(shù)辨識(shí)的目的是,決定a = [I\, T2, T3, T4, Ka, TjT,使得在FV模型 對(duì)于圖6所示機(jī)端電壓變化的虛擬勵(lì)磁電壓響應(yīng),盡量接近于圖7所示實(shí)際勵(lì)磁電壓的響應(yīng)。 利用序優(yōu)化遺傳算法進(jìn)行勵(lì)磁系統(tǒng)參數(shù)a = [I\, T2, T3, T4, Ka, Ta]T的辨識(shí),其過 程是 A:隨機(jī)生成第一代個(gè)體重復(fù)n次。在本實(shí)施例中,取n = In(l_Pse)/In(l_k% ), m = 120,隨機(jī)產(chǎn)生一個(gè)六維向量a = [T" T2, T3, T4, Ka, TjT。 B:計(jì)算辨識(shí)參數(shù)a = [I\, T2, T3, T4, Ka, Ta]T分別取2m個(gè)值時(shí),每個(gè)個(gè)體的目標(biāo) 函數(shù)的值。 C :將2m個(gè)辨識(shí)參數(shù)值所對(duì)應(yīng)的目標(biāo)函數(shù)值排序,選取目標(biāo)函數(shù)值較小的m個(gè)值。
D :進(jìn)行交叉操作,對(duì)于兩個(gè)參數(shù)a p a 2,先產(chǎn)生
之間的隨機(jī)數(shù),然后獲得交 叉的結(jié)果為《w =m+(l —r)"2
。
《=(1 — ^+^2 E :進(jìn)行變異操作,若巧為
間隨機(jī)數(shù),定義父代a k的變異為
a'4=<| 這里UB和LB分別為變量a k的上下限,t為當(dāng)前進(jìn)化的代數(shù)。f (k): F :隨機(jī)生成的加入系統(tǒng)下一代的m個(gè)個(gè)體。即重復(fù)m次,隨機(jī)產(chǎn)生一個(gè)六維向量 a = [1\, T2, T3, T4, Ka, Ta]T。 G :進(jìn)行適應(yīng)度計(jì)算。對(duì)當(dāng)前群體的每一個(gè)個(gè)體,計(jì)算其目標(biāo)函數(shù)值和適應(yīng)度函數(shù) 佶F
l且1 fitness Q H :檢查是否滿足收斂準(zhǔn)則,即檢查目標(biāo)函數(shù)值是否小于設(shè)定值,如不滿足,跳到第 二步繼續(xù)計(jì)算;如果滿足,則結(jié)束。 經(jīng)過上述過程,可以得到基于FV模型的虛擬輸出響應(yīng)和實(shí)際響應(yīng)數(shù)據(jù)的比較結(jié) 果。圖8是本發(fā)明實(shí)施例勵(lì)磁系統(tǒng)實(shí)際響應(yīng)和辨識(shí)參數(shù)下響應(yīng)比較結(jié)果示意圖。需要指出 的是,上述方法比較保守,總能夠保證獲得具有一定置信水平的次優(yōu)解。實(shí)際上,由于遺傳 算法的總交叉因素,實(shí)際獲得的解的置信水平要遠(yuǎn)大于設(shè)定的置信水平。
本發(fā)明直接利用PMU的在線實(shí)測(cè)數(shù)據(jù)進(jìn)行參數(shù)辨識(shí),無需對(duì)發(fā)電機(jī)注入噪聲信 號(hào),大大減小了辨識(shí)的復(fù)雜程度;而且,還通過PMU實(shí)測(cè)數(shù)據(jù)對(duì)發(fā)電機(jī)和勵(lì)磁控制器進(jìn)行解 耦,單獨(dú)對(duì)勵(lì)磁控制器參數(shù)進(jìn)行辨識(shí),有效的減少因發(fā)電機(jī)模型及參數(shù)不準(zhǔn)確而引入的誤 差,結(jié)合序優(yōu)化遺傳算法使得辨識(shí)出來的勵(lì)磁控制器參數(shù)更加精確,并具有一定的置信度。
以上所述,僅為本發(fā)明較佳的具體實(shí)施方式
,但本發(fā)明的保護(hù)范圍并不局限于此, 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi),可輕易想到的變化或替換, 都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此,本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍 為準(zhǔn)。
權(quán)利要求
一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)方法,其特征是所述方法包括---利用相量測(cè)量單元PMU將勵(lì)磁系統(tǒng)和發(fā)電機(jī)解耦;---確定基于解耦的勵(lì)磁系統(tǒng)模型;---利用序優(yōu)化遺傳算法辨識(shí)基于解耦的勵(lì)磁系統(tǒng)模型中的參數(shù)。
2. 根據(jù)權(quán)利要求1所述的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí) 方法,其特征是所述基于解耦的勵(lì)磁系統(tǒng)模型為<formula>formula see original document page 2</formula>其中,紛)-z《;&,x^,;;,")為解耦后辨識(shí)中的測(cè)量量,采用測(cè)量勵(lì)磁電壓、勵(lì)磁電流和發(fā)電機(jī)出口電壓、電流的方式獲得辨識(shí)結(jié)果。
3. 根據(jù)權(quán)利要求2所述的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí) 方法,其特征是所述利用序優(yōu)化遺傳算法辨識(shí)基于解耦的勵(lì)磁系統(tǒng)模型中的參數(shù)具體包 括步驟1 :將基于解耦的勵(lì)磁參數(shù)辨識(shí)模型的不等式約束條件添加到適應(yīng)度函數(shù)中; 步驟2 :確定所需計(jì)算的總的個(gè)體數(shù)目2n、遺傳算法每一代個(gè)體數(shù)目2m和代數(shù)g ;步驟3 :對(duì)問題的決策變量編碼,形成染色體;步驟4 :根據(jù)不等式約束條件確定變量的范圍,隨機(jī)生成第一代種群;步驟5 :對(duì)當(dāng)前群的每一個(gè)個(gè)體,計(jì)算其個(gè)體目標(biāo)函數(shù)值和適應(yīng)度函數(shù)值FfitMSS ;步驟6 :對(duì)于前m-p個(gè)的個(gè)體,進(jìn)行交叉操作;其中,m為目標(biāo)函數(shù)值,p為整數(shù),即m/2 或(m+l)/2 ;步驟7 :對(duì)于前m-p+l至m個(gè)的個(gè)體,進(jìn)行變異操作;對(duì)實(shí)數(shù)編碼進(jìn)行變異,形成子代個(gè)體;步驟8 :隨機(jī)生成m個(gè)個(gè)體,加入系統(tǒng)下一代;步驟9 :對(duì)當(dāng)前群的每一個(gè)個(gè)體,計(jì)算其目標(biāo)函數(shù)值m和適應(yīng)度函數(shù)值FfitMSS ;步驟10 :檢查目標(biāo)函數(shù)值是否小于設(shè)定值,如果小于,則跳到步驟5 ;否則,結(jié)束。
4. 根據(jù)權(quán)利要求3所述的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)方法,其特征是所述不等式約束條件為<formula>formula see original document page 2</formula>其中,a i表示需要計(jì)算的各個(gè)參數(shù)、N表示具有上下限的參數(shù)的個(gè)數(shù)。
5.根據(jù)權(quán)利要求3所述的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí) 方法,其特征是所述步驟2中,n = ln(l-Ps》/ln(l-k% ), Pse是實(shí)現(xiàn)至少有一個(gè)解位于解 空間所有解中性能占前k^所需的隨機(jī)采樣次數(shù)的概率;m取100-1000之間的值,代數(shù)g二
6.根據(jù)權(quán)利要求3所述的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí) 方法,其特征是所述目標(biāo)函數(shù)為J(a)。
7. 根據(jù)權(quán)利要求3所述的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí) 方法,其特征是所述適應(yīng)度函數(shù)為FfitMSS = J(a )+P。
8. 根據(jù)權(quán)利要求3所述的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí) 方法,其特征是所述交叉操作具體是對(duì)于兩個(gè)參數(shù)a" 02,先產(chǎn)生[O,l]之間的隨機(jī)數(shù), 然后獲得交叉的結(jié)果為a2"w =(1 — 0^+^2
9. 根據(jù)權(quán)利要求3所述的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí) 方法,其特征是所述變異操作具體是若巧為[O,l]間隨機(jī)數(shù),定義父代ak的變異為其中,UB和LB分別為變量a k的上下限,t為當(dāng)前進(jìn)化的代數(shù)。f (k)為
全文摘要
本發(fā)明公開了電力系統(tǒng)中的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)技術(shù)領(lǐng)域中的一種基于系統(tǒng)解耦和序優(yōu)化遺傳算法的勵(lì)磁系統(tǒng)參數(shù)辨識(shí)方法。包括利用相量測(cè)量單元PMU將勵(lì)磁系統(tǒng)和發(fā)電機(jī)解耦;確定基于解耦的勵(lì)磁系統(tǒng)模型;利用序優(yōu)化遺傳算法辨識(shí)基于解耦的勵(lì)磁系統(tǒng)模型中的參數(shù)。本發(fā)明減小了勵(lì)磁系統(tǒng)參數(shù)辨識(shí)的復(fù)雜程度,降低了因發(fā)電機(jī)模型及參數(shù)不準(zhǔn)確而引入的誤差,辨識(shí)的勵(lì)磁控制器參數(shù)更加精確并具有一定的置信度。
文檔編號(hào)G05B13/04GK101794118SQ20101011852
公開日2010年8月4日 申請(qǐng)日期2010年3月5日 優(yōu)先權(quán)日2010年3月5日
發(fā)明者畢天姝, 王正風(fēng), 薛安成, 陳實(shí) 申請(qǐng)人:華北電力大學(xué);安徽省電力公司
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
东至县| 潜山县| 绥德县| 铜陵市| 福安市| 九龙县| 伊金霍洛旗| 江达县| 沅陵县| 中江县| 珲春市| 长兴县| 沁阳市| 广宁县| 文山县| 温宿县| 阳城县| 屯门区| 金湖县| 潜山县| 东安县| 朔州市| 龙陵县| 太康县| 镇平县| 满城县| 阿瓦提县| 博野县| 永川市| 佛冈县| 广安市| 荔波县| 边坝县| 揭东县| 临城县| 孟村| 南部县| 天峻县| 南宁市| 达孜县| 中方县|