发电机励磁系统参数辨识的仿真研究

《发电机励磁系统参数辨识的仿真研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第30卷第6期计算机仿真2013年6月文章编号：1006—9348(2013)06—0129一04发电机励磁系统参数辨识的仿真研究许慧雅，王华东(周口师范学院计算机科学与技术学院，河南周口466001)摘要：研究发电机励磁系统参数辩识问题，由于励磁系统是一个非线性系统，造成电力系统不稳定。传统时域或频域辩识方法不能辩识其非线性环节，导致励磁系统辩识的精度低。为了提高发电机励磁系统的辩识精度，提出一种神经网络的发电机励磁系统参数非线性辨识方法。以发电机励磁系统实际输入作为神经网络的输入，以实际励磁系统输出与神经网络输出之间的最小误差作为目标函数，通过不断调整神经网

2、络的权值对神经网络模型进行优化，最后得到满足系统误差要求的发电机励磁系统参数。仿真结果表明，改进方法解决了传统辩识方法无法准确辩识励磁系统非线性环节的难题，有效提高了励磁系统的辨识精度。关键词：励磁系统；参数识别；神经网络；发电机中图分类号：TM711文献标识码：BSimulationStudyonParametersIdentificationforGeneratorExcitationSystemxuHui—ya，WANGHua—dong(SchoolofComputerScienceandTechnology，ZhoukouNormalUniversity

3、，ZhoukouHenan466001，China)ABSTRACT：Excitationsystemisanonlinearsystem，andthetraditionalidentificationmethodCannotsolvethenon—linearidentificationproblem，SOtheidentificationaccuracyislow．Inordertoimprovetheidentificationaccuracyofgeneratorexcitationsystem，thispaperpresentedanonlinearg

4、eneratorexcitationsystemparametersidentificationmethodbasedonneuralnetwork．TheactualinputsofexcitationsystemweretakenastheinputsofneuralnetworkwhiletheminimumerrorbetweentheactualoutputandneuralnetworkoutputWastakenastheobjectivefunction．Theneuralnetworkmodelwasoptimizedbycontinuousl

5、yadjustingtheweights，finallytheoptimalparameterswereobtained．Thesimulationresultsshowthattheproposedmethodhassolvedtheproblemofthetraditionalidentificationmethodandimprovedtheidentificationaccuracyofexcitationsystem．KEYWORDS：Excitationsystems；Parametersidentification；Neuralnetwork；Ge

6、nerator1引言发电机励磁系统对电力系统正常、安全运行中起着重要的作用，对发电机组励磁系统的动态性能进行分析，有助于提高电力系统的稳定性⋯。然而励磁系统性能优劣与其参数息息相关，因此准确辩识发电机励磁系统参数具有重要实际价值⋯。发电机励磁系统参数辨识方法随着系统辨识理论发展取得很大的发展，最初都是针对线性励磁系统的辨识，主要有非参数和参数两类辩识方法啦!。非参数辩识法有时域和频域辨识，时域辨识法首先对系统输入信号进行阶跃响应，收稿日期：2012—10—08初步了解系统特性，然后对系统进行模拟得到系统脉冲响应；频域法经过FFT将系统输入信号转换成频域信号，然后

7、噪声滤波，得到幅频和相频特性，最后采用LSE进行参数估计¨J。参数辩识法主要有卡尔曼滤波法、极大似然法和最小二乘类方法，其中最小二乘类方法使用最为广泛”j。以上这些方法都是基于线性建模的，且要求激励信号的幅值非常小，频段的功率足够大，然而在实际应用中，发电机励磁系统受到励磁机的饱和、限幅环节等影响，电力系统是一个非线性系统，很难满足线性辩识方法建模要求，因此必须使用非线方法对发电机励磁系统参数进行辩识，提高系统的辩识精度，保证发电机励磁系统模型在不同扰动下条件反映系统真实响应¨J。神经网络是一种非线性捕捉能力非常强的算法，可以根据系统变化动态性建模，能够无限逼近

8、非线性系统，一】29—特