刘永康
- 作品数：2 被引量：36H指数：2
- 供职机构：河海大学能源与电气学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于改进粒子群算法的双馈感应发电机参数辨识被引量：5
- 2014年
- 基本粒子群算法(PSO)存在早熟问题,且惯性权重对参数辨识结果的影响较大,为此提出将变权重PSO算法和全局最优位置变异PSO算法相结合的改进PSO算法,并将其应用于双馈感应发电机(DFIG)的参数辨识。分析了DFIG中各参数的可辨识性和辨识难易度,给出了基于改进PSO算法的参数辨识步骤。与采用基本PSO算法、变权重PSO算法和全局最优位置变异PSO算法的参数辨识结果相比较,该方法具有收敛速度快、辨识误差小的优点,即使在较大的搜索范围内仍具有较高的辨识精度。
- 刘永康潘学萍鞠平
- 关键词：参数辨识灵敏度粒子群算法改进粒子群算法
- 双馈风力发电机参数分步辨识及观测量的选择被引量：32
- 2013年
- 参数辨识依赖于激励信号与观测量的选择。该文根据观测量的模式增量计算,确定系统动态在不同观测量上的可观性,据此选择观测量。根据不同扰动激发出的系统主导动态,确定在该扰动下的重要参数。采用分步辨识思路,先根据电网侧故障辨识双馈风力发电机电气部分参数,再基于输入侧风速变化辨识机械部分各参数。辨识方法采用全局最优位置变异粒子群算法,仿真算例验证了该方法的有效性。
- 潘学萍鞠平徐倩刘永康吴峰金宇清
- 关键词：观测量双馈风力发电机轨迹灵敏度参数辨识
