欢迎来到天天文库
浏览记录
ID:36539361
大小:2.91 MB
页数:105页
时间:2019-05-11
《发电厂励磁系统参数时域辨识》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、北京交通大学硕士学位论文发电厂励磁系统参数时域辨识姓名:郝满江申请学位级别:硕士专业:电力系统及其自动化指导教师:黄梅20050301北京交通大学硕士学位论文发电厂励磁系统参数时域辨识摘要大型同步发电机的励磁系统参数对电力系统稳定研究起着重要的作用。目前所使用的电力系统稳定分析程序都给出了不同励磁系统的数学模型,但实际运行的系统由于缺少实际参数,在计算中只能查用工厂或手册的典型数据,或沿用E-恒定模型,造成计算结果粗糙,严重影响了电力系统稳定分析和仿真计算的准确度和可信度。因此,很有必要通过现场试验获取
2、原始数据,并采用现代辨识技术得到可靠的实际励磁系统模型参数,从而建立励磁系统在电力系统专业分析软件下的标准模型。本文对小扰动下的励磁系统线性模型进行了参数辨识,并将其转化为中国电力科学研究院开发的仿真软4-'FBPA下的标准模型。线性励磁系统模型辨识方法有相关辨识法、频率响应拟合法(FFT/LSE)、离散时间域的最小二乘法、分段线性多项T北京交通大学硕士学住论文式函数法(PLPF)等。PLPF法属于连续时间辨识方法,它计算量比较小且易为电厂运行人员接受,因此本文选择PLPF法来对励磁系统进行辨识工作。本
3、文对传统PLPF法进行了稳态值扣除处理和线性插值处理,使其不受零初值条件的限制,而且又选择神经网络进行辨识结果逼近,对辨识工作做出了进一步的探讨。论文工作主要分为以下三个部分:首先进行了发电机励磁系统的现场参数测试工作,通过现场试验利用PMDR-101型录波器录得现场发电机电压和励磁机电压响应曲线,得到辨识的数据基础。然后根据录制曲线的特点编制了曲线辨识程序,将现场电压响应曲线转化为文本数据,为辨识程序提供数据来源。接着为编制的PLPF法辨识程序输入得到的文本数据,在扣除稳态值和插值处理后将数据存入数据
4、库,再对处理后的数据进行辨识,最终得到励磁系统参数的辨识结果,并且建立PLPF法的线性神经网络对辨识结果进行逼近,从而提高参数辨识精度。在仿真研究中,给出将两个非标准励磁系统模型通过参11北京交通大学硕士学位论文数辨识转换为仿真软件BPA下的标准励磁系统模型的实例。利用IVIATLAB和BPA软件分别建立励磁系统的BPA模型,并比较传统PLPF韵奇异值分解法和神经网络逼近法对励磁系统模型参数的辨识效果,表明神经网络确实提高了辨识精度,而且它们的结果可以互相核实。最后证明模型辨识结果符合电力系统的实际运行
5、状况,时域PLPF法可以用来进行发电机组励磁系统参数的辨识。关键词:励磁系统、参数辨识、连续时间辨识方法、分段多项式函数法、神经网络、BPA自并励模型Ill北京交通大学硕士学位论文.THEPARAMETERSIDENTIFICATION0FEXClllATIONSYSTEMOFPOWERPLANTINTIMEDOMAINAbstractTheexcitationsystemparametersoflargesynchronousgeneratorhavegreateffectsonmodempowers
6、ystemstabilitystudies.Manymathematicmodelsfordiverseexcitationsystemsareprovidedforpowersystemstabilityanalysisprogramwhatweareusingnow.However,owingtotheshortageoftherealparametersintherunning,wehavetousethetypicalvaluessearchedfromthefactoryandthemanua
7、l,orcontinuetousetheE:constantmodelandinaccuratemodelparametersforcalculationsofpowersystemstability.Itmayobtainunreliableresultsinsimulationandstabilityanalysisofpowersystem.So,itisnecessarytoidentifyexcitationsystemparametersfromthelV苎童室垩查兰望主茎竺堡圭fieldd
8、atabymeansofmodernidentificationtechnology,accordinglyobtainthestandardmodelonexcitationsysteminprofessionalsoftwareofsimulationofpowersystem.Thisthesisdoesparamete卜identifyingoflinearexcitationsystemmodelundersmalldisturb
此文档下载收益归作者所有