1、电力系统及其自动化专业优秀论文 基于改进型混合遗传算法的发电机励磁系统参数辨识研究关键词：发电机 励磁系统 参数辨识 遗传算法摘要：发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前 IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模型，这样就造成计算结果粗糙，严重影响了计算结果的准确性和可
2、信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大缺陷：易早熟和收敛速度慢。本文在分析标准遗传算法的缺点之后
3、，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非线性环节的参数辨识成为可能。同时该算法具有较强的通用性，算
4、法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。正文内容发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前 IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模型，这样就造成计算结果粗糙，严重影响了计算
5、结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大缺陷：易早熟和收敛速度慢。本文在分析标准遗
6、传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非线性环节的参数辨识成为可能。同时该算法具有
7、较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模型，这样就造成计算结果粗糙，严重影响
8、了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大缺陷：易早熟和收敛速度慢。本文在分析
9、标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非线性环节的参数辨识成为可能。同时该算
10、法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模型，这样就造成计算结果粗糙，严
11、重影响了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大缺陷：易早熟和收敛速度慢。本文
12、在分析标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非线性环节的参数辨识成为可能。同
13、时该算法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模型，这样就造成计算结果粗
14、糙，严重影响了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大缺陷：易早熟和收敛速度慢
15、。本文在分析标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非线性环节的参数辨识成为可
16、能。同时该算法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模型，这样就造成计算
17、结果粗糙，严重影响了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大缺陷：易早熟和收敛
18、速度慢。本文在分析标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非线性环节的参数辨识
19、成为可能。同时该算法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模型，这样就造
20、成计算结果粗糙，严重影响了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大缺陷：易早熟
21、和收敛速度慢。本文在分析标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非线性环节的参
22、数辨识成为可能。同时该算法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模型，这
23、样就造成计算结果粗糙，严重影响了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大缺陷：
24、易早熟和收敛速度慢。本文在分析标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非线性环
25、节的参数辨识成为可能。同时该算法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;恒定模
26、型，这样就造成计算结果粗糙，严重影响了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具有两大
27、缺陷：易早熟和收敛速度慢。本文在分析标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁系统非
28、线性环节的参数辨识成为可能。同时该算法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,qgt;
29、恒定模型，这样就造成计算结果粗糙，严重影响了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传算法具
30、有两大缺陷：易早熟和收敛速度慢。本文在分析标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使得励磁
31、系统非线性环节的参数辨识成为可能。同时该算法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。发电机励磁系统作为同步发电机的重要组成部分，具有控制电压，控制无功功率分配，提高发电机并联运行的稳定性和改善电力系统运行特性的能力。目前IEEE 等国际组织已经提出了多种标准化的励磁系统模型以供选择，一些常用的电力系统仿真软件(如 PSASP、PSS/E、BPA 等)也都给出了不同的励磁系统数学模型，但由于缺少实测参数，在计算中只能查用厂家数据或手册中的典型数据，或者不得已而采用 Elt;,q
32、gt;恒定模型，这样就造成计算结果粗糙，严重影响了计算结果的准确性和可信度。因此，结合发电机励磁系统的特点，开展励磁系统参数辨识的研究非常有必要。通过辨识得到的励磁系统准确参数有助于预测系统性能，监测系统状态，从而提高系统的安全性和稳定性。 本文首先在深入研究励磁系统模型结构和系统辨识理论的基础之上，对励磁系统模型的可辨识性进行了研究，这对后面基于混合遗传算法的励磁系统参数辨识提供了理论依据。遗传算法作为一种有效的全局直接搜索方法，具有求解过程与梯度信息无关的优点和将复杂的非线性问题经过有效搜索与动态演化而达到优化状态的特性，使得其在应用于复杂问题的优化上具有很大的优势。然而研究表明，标准遗传
33、算法具有两大缺陷：易早熟和收敛速度慢。本文在分析标准遗传算法的缺点之后，结合遗传算法的基本原理和基本理论，提出算法的改进策略，改善了算法性能。为了进一步提高辨识的精度与速度，本文引入结合模拟退火机制的混合遗传算法用于励磁系统参数的辨识，该算法的辨识原理为：辨识前期利用遗传算法的全局收敛性在整个解空间搜索全局次优解，而在辨识后期利用模拟退火算法在全局次优解附近以一定的搜索准则快速搜索，从而达到全局搜索与快速搜索的目的。 实际发电机励磁系统往往存在一些非线性环节，传统辨识法不能很好地计及这些非线性环节的作用，辨识结果往往无法反映系统的非线性动态特性。本文将混合遗传算法运用到励磁系统参数辨识之中，使
34、得励磁系统非线性环节的参数辨识成为可能。同时该算法具有较强的通用性，算法可以十分方便地用于电力系统其它元件的参数辨识和标准模型的建立。实际励磁系统参数辨识结果表明，该方法能有效辨识励磁系统参数，具有很好的效果。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。我们还可提供代笔服务，价格优惠，服务周到，包您通过。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌甸?*U 躆 跦?l, 墀 VGi?o 嫅#4K 錶 c#x 刔 彟
35、 2Z 皙笜?D 剧珞 H 鏋 Kx 時 k,褝仆? 稀?i 攸闥-) 荮vJ 釔絓|?殢 D 蘰厣?籶(柶胊?07 姻Rl 遜 ee 醳 B?苒?甊袝 t 弟l?%G 趓毘 N 蒖與叚繜羇坯嵎憛?U?Xd* 蛥?-.臟兄+鮶 m4嵸/E 厤U 閄 r塎偨匰忓tQL 綹 eb?抔搉 ok 怊 J?l?庮 蔘?唍*舶裤爞 K 誵Xr 蛈翏磾寚缳 nE 駔殞梕 壦 e 櫫蹴友搇6 碪近躍邀 8 顪?zFi?U 钮 嬧撯暼坻7/?W?3RQ 碚螅 T 憚磴炬 B- 垥 n 國 0fw 丮“eI?a揦(?7 鳁?H?弋睟栴?霽 N 濎嬄! 盯 鼴蝔 4sxr?溣?檝皞咃 hi#?攊(?v 擗谂馿鏤刊 x 偨棆鯍抰Lyy|y 箲丽膈淢 m7 汍衂法瀶?鴫 C?Q 貖 澔?wC(?9m.Ek?腅僼碓 靔 奲?D| 疑維 d袣箈 Q| 榉慓採紤婏(鞄-h-蜪7I冑?匨+蘮.-懸 6 鶚?蚧?铒鷈?叛牪?蹾 rR?*t? 檸?籕
