基于改進型混合遺傳算法的發(fā)電機勵磁系統(tǒng)參數(shù)辨識研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、發(fā)電機勵磁系統(tǒng)作為同步發(fā)電機的重要組成部分,具有控制電壓,控制無功功率分配,提高發(fā)電機并聯(lián)運行的穩(wěn)定性和改善電力系統(tǒng)運行特性的能力。目前IEEE等國際組織已經(jīng)提出了多種標準化的勵磁系統(tǒng)模型以供選擇,一些常用的電力系統(tǒng)仿真軟件(如PSASP、PSS/E、BPA等)也都給出了不同的勵磁系統(tǒng)數(shù)學模型,但由于缺少實測參數(shù),在計算中只能查用廠家數(shù)據(jù)或手冊中的典型數(shù)據(jù),或者不得已而采用E<,q>’恒定模型,這樣就造成計算結(jié)果粗糙,嚴重影響了計算結(jié)果

2、的準確性和可信度。因此,結(jié)合發(fā)電機勵磁系統(tǒng)的特點,開展勵磁系統(tǒng)參數(shù)辨識的研究非常有必要。通過辨識得到的勵磁系統(tǒng)準確參數(shù)有助于預測系統(tǒng)性能,監(jiān)測系統(tǒng)狀態(tài),從而提高系統(tǒng)的安全性和穩(wěn)定性。 本文首先在深入研究勵磁系統(tǒng)模型結(jié)構(gòu)和系統(tǒng)辨識理論的基礎(chǔ)之上,對勵磁系統(tǒng)模型的可辨識性進行了研究,這對后面基于混合遺傳算法的勵磁系統(tǒng)參數(shù)辨識提供了理論依據(jù)。遺傳算法作為一種有效的全局直接搜索方法,具有求解過程與梯度信息無關(guān)的優(yōu)點和將復雜的非線性問題經(jīng)

3、過有效搜索與動態(tài)演化而達到優(yōu)化狀態(tài)的特性,使得其在應用于復雜問題的優(yōu)化上具有很大的優(yōu)勢。然而研究表明,標準遺傳算法具有兩大缺陷:易早熟和收斂速度慢。本文在分析標準遺傳算法的缺點之后,結(jié)合遺傳算法的基本原理和基本理論,提出算法的改進策略,改善了算法性能。為了進一步提高辨識的精度與速度,本文引入結(jié)合模擬退火機制的混合遺傳算法用于勵磁系統(tǒng)參數(shù)的辨識,該算法的辨識原理為:辨識前期利用遺傳算法的全局收斂性在整個解空間搜索全局次優(yōu)解,而在辨識后期利

4、用模擬退火算法在全局次優(yōu)解附近以一定的搜索準則快速搜索,從而達到全局搜索與快速搜索的目的。 實際發(fā)電機勵磁系統(tǒng)往往存在一些非線性環(huán)節(jié),傳統(tǒng)辨識法不能很好地計及這些非線性環(huán)節(jié)的作用,辨識結(jié)果往往無法反映系統(tǒng)的非線性動態(tài)特性。本文將混合遺傳算法運用到勵磁系統(tǒng)參數(shù)辨識之中,使得勵磁系統(tǒng)非線性環(huán)節(jié)的參數(shù)辨識成為可能。同時該算法具有較強的通用性,算法可以十分方便地用于電力系統(tǒng)其它元件的參數(shù)辨識和標準模型的建立。實際勵磁系統(tǒng)參數(shù)辨識結(jié)果表明

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論