同步发电机励磁系统建模及参数辨识

论文摘要

在电力系统中同步发电机励磁系统主要通过励磁调节以充分发挥发电机作用来提高电力系统的稳定性。随着电网的扩大,电网的稳定与安全运行问题日益突出,发电机励磁系统的励磁调节作用在电力系统中的重要性也愈来愈为人们所关注。而影响电力系统稳定性与安全性计算问题的关键因素之一就是实测参数和精确的数学模型。因此,通过结合励磁系统的结构特点进行发电机励磁系统参数与结构的精确辨识是相当有必要的。这样我们就能够精确的监测系统运行状态和预测系统运行性能,从而实现电网的稳定性与安全性的提高,以适应电网的规划、运行和管理。论文在分析了发电机励磁系统结构特点的基础上,对励磁系统的线性环节和非线性环节进行了参数辨识,并通过MATLAB/SIMULINK对各种算法进行仿真及验证,总的内容如下：1)对各种类型的励磁系统模型进行详细的分析；2)利用广义递推最小二乘法对励磁系统的线性环节进行参数辨识；3)利用MATLAB/SIMULINK搭建发电机空载运行模型和包含励磁系统的单机无穷大系统模型,采集励磁系统的运行的输入输出数据;4)利用改进的遗传算法(GA)对励磁系统进行非线性环节的参数识别；5)由于传统的BP神经网络收敛速度太慢、易陷于局部最小解等问题,提出了通过改进的BP神经网络进行非线性励磁系统参数识别；

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 选题背景和意义
• 1.2 参数辨识简述
• 1.2.1 辨识的定义
• 1.2.2 辨识方法分类
• 1.3 电力系统参数辨识的特点
• 1.4 电力系统参数辨识算法的研究现状
• 1.4.1 基于频域法的参数辨识方法
• 1.4.2 基于最小二估计法的参数辨识法
• 1.4.3 基于卡尔曼滤波的参数辨识法
• 1.4.4 基于极大似然法的参数辨识法
• 1.4.5 基于分段线性多项式函数法的参数辨识法
• 1.4.6 基于遗传算法的参数辨识法
• 1.4.7 基于人工神经网络的参数辨识法
• 1.4.8 基于粒子群优化算法的参数辨识法
• 1.5 论文主要工作
• 2 励磁系统数学模型及其分析
• 2.1 励磁调节系统的数学模型
• 2.1.1 同步发电机传递函数
• 2.1.2 励磁调节器的数学模型
• 2.1.3 电力系统稳定器（PSS）的数学模型
• 2.1.4 交流励磁机的数学模型
• 2.2 完整的励磁系统数学模型
• 2.3 MATLAB应用于励磁系统参数的辨识
• 2.4 本章小结
• 3 基于时域辨识法的发电机励磁系统参数识别
• 3.1 最小二乘估计算法的基本原理
• 3.2 广义递推最小二乘法（GRLS）
• 3.3 扰动信号
• 3.3.1 伪随机信号（伪随机码）
• 3.4 基于广义递推最小二乘法（GRLS）的励磁系统线性环节参数识别
• 3.4.1 参数辨识
• 3.5 本章小结
• 4 基于遗传算法的参数辨识
• 4.1 遗传算法（GA）简介
• 4.1.1 遗传算法基本原理
• 4.2 改进GA在励磁系统系统参数辨识中应用
• 4.2.1 编码原则的改进
• 4.2.2 适应度函数的改进
• 4.2.3 遗传算子的改进
• 4.2.4 辨识原理和流程
• 4.3 GA算法辨识交流他励励磁系统模型
• 4.3.1 单环节辨识
• 4.3.2 整体辨识
• 4.4 本章小结
• 5 基于人工神经网络的系统参数辨识
• 5.1 人工神经元模型
• 5.2 ANN的模型分类
• 5.3 神经网络（ANN）的学习方法
• 5.4 BP神经网络及其改进
• 5.4.1 BP神经元及网络模型
• 5.4.2 BP网络的训练算法
• 5.4.3 BP网络的不足和改进方法
• 5.5 算例分析
• 5.6 基于人工神经网络的发电机励磁系统参数识别
• 5.6.1 基于改进ANN的励磁系统参数辨识
• 5.6.2 运用MATLAB实现励磁系统参数辨识
• 5.7 本章小结
• 6 论文总结
• 致谢
• 参考文献
• 附录