CN101369002A - 利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法 - Google Patents
利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法 Download PDFInfo
- Publication number
- CN101369002A CN101369002A CN 200810051269 CN200810051269A CN101369002A CN 101369002 A CN101369002 A CN 101369002A CN 200810051269 CN200810051269 CN 200810051269 CN 200810051269 A CN200810051269 A CN 200810051269A CN 101369002 A CN101369002 A CN 101369002A
- Authority
- CN
- China
- Prior art keywords
- theta
- parameter
- partiald
- error
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000035945 sensitivity Effects 0.000 title claims abstract description 60
- 238000004088 simulation Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 60
- 239000013598 vector Substances 0.000 claims description 43
- 238000005259 measurement Methods 0.000 claims description 38
- 238000012937 correction Methods 0.000 claims description 17
- 230000010355 oscillation Effects 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 208000037065 Subacute sclerosing leukoencephalitis Diseases 0.000 claims description 3
- 206010042297 Subacute sclerosing panencephalitis Diseases 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 4
- 238000013016 damping Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000001915 proofreading effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010049669 Dyscalculia Diseases 0.000 description 1
- 206010043458 Thirst Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000035922 thirst Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法,该方法主要是针对发电机中某些参数难以通过出厂试验获取,且参数辨识难以摆脱电力系统仿真模型和参数的限制,从而难以在线获取发电机仿真参数的现状,通过评价实测轨迹与仿真轨迹的误差大小,获取发电机各参数对仿真轨迹的灵敏度,并对轨迹灵敏度进行排序,从而确定对实测轨迹影响较大的仿真参数集合,进而采用最优化方法对可校正的参数进行优化校正,从而获得使实测和仿真轨迹相吻合的发电机仿真参数。该方法避免了传统的发电机参数辨识方法对模型的依赖性,计算简单,具有在线应用潜力,也可为电力系统中其它元件仿真参数的校正中应用。
Description
技术领域:
本发明涉及一种利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法。
背景技术
电力系统数值仿真是研究电力系统动态行为的重要工具,对电力系统安全分析和运行具有十分重要的作用。精确的仿真模型和参数是数值仿真结果可信的保证。发电机是电力系统的重要设备,其参数的精确与否直接影响到数值仿真的可信度,从而影响了电力系统的安全分析水平。
获得准确的发电机仿真参数是电力系统安全分析的工作重点之一,虽然发电机出厂之前都经过实验确定了大部分的仿真参数,但是还有部分参数不易通过试验获得,且长期运行的发电机参数可能发生一定的改变;基于发电机模型线性化的参数辨识则受制于模型的影响,难以在线应用。迄今未见本发明方法的文献报导和应用。
发明内容
本发明针对本领域技术人员一直渴望解决发电机仿真参数难以在线获取的问题,提出一种利用实测轨迹和轨迹灵敏度的发电机仿真参数校正方法,通过校正发电机仿真参数使得实测轨迹与仿真轨迹相吻合,从而获得精确的发电机仿真参数。
本发明的技术方案是:一种利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法,其特征是:
1)给出实测轨迹与仿真轨迹的误差评价指标:当电力系统数值仿真的结果与系统实际量测轨迹有误差时,用能量误差指标、第一摆幅值误差、第一摆周期误差、第二摆幅值误差和第二摆周期误差指标评价系统电压相角的仿真与实测轨迹的误差,
能量误差指标(Error Energy)
式(1)中ysimu(i)是仿真变量序列,ymeas(i)是实测变量序列,ystab是实测变量的稳态值,N是实测变量与仿真变量个数,
对第一摆幅值误差(First Swing Magnitude Error)及第二摆幅值误差(Second Swing Magnitude Error)
式(2)、(3)中FMagsimu是仿真值第一摆的摆动幅值,FMagmeasur是实测值第一摆的摆动幅值,SMagsimu是仿真第二摆的摆动幅值,SMagmeasur是实测第二摆的摆动幅值,
第一摆摆动的周期误差(First Swing Period Error)及第二摆的周期误差(Second Swing Period Error)
式(4)(5)中FPersimu是仿真的第一摆的摆动周期,FPermeasur是实测第一摆的摆动周期,SPersimu是仿真的第二摆的摆动周期,SPermeasur是实测第二摆的摆动周期;
2)计算发电机各参数对轨迹的灵敏度,并对轨迹灵敏度进行排序:其一用基于数学模型的解析法计算轨迹灵敏度,轨迹关于参数的灵敏度是反映系统中某一参数发生微小变化时动态轨迹的变化程度,电力系统模型可用一组微分——代数方程组表示
式(6)中,t为时间,x为系统状态变量,θ为系统元件的模型参数,变量x关于参数θ的灵敏度即为 代数矢量y对参数θ的灵敏度即为 用式(6)对参数θ进行求导可得下式
从式(7)可以看出轨迹灵敏度xθ,yθ就是该方程的解,又因为式(7)依赖式(6)的解轨迹,通常式(6)(7)联立求解,即可得到轨迹关于参数的灵敏度;
其二用摄动法计算轨迹灵敏度,对参数θ作微小摄动Δθ,然后计算代数矢量相应的变化量Δx,Δy,即可利用下面公式近似计算xθ,yθ,
再根据灵敏度大小对参数排序,系统的实际观测轨迹的输出向量为Y=[Y1,Y2,L,Yn]T,仿真轨迹的输出向量y=[y1,y2,L,yn]T,系统仿真参数为θ=(θ1,θ2,L,θm)T,发电机仿真参数量纲并不相同,因此,各参数的轨迹灵敏度不具有可比较性,为使其灵敏度具有可比较性,将轨迹y关于参数的灵敏度定义为yθθ,
轨迹对参数的灵敏度矩阵表示为:
根据矩阵S的列向量的无穷大范数,对发电机参数排序,以此确定须校正的参数θ*=(θ1 *,θ2 *,L,θp *)T,p<m;
3)选择轨迹灵敏度较大的参数组成待校正参数集合:参数独立性分析,根据高斯——牛顿法(Gauss——Newton Method),将y(θ*)在选定初值θ0 *点泰勒展开,并忽略二阶以上的高阶项,
即:
令
则可得:y(θ*)=y(θ0 *)+sΔθ* (11)
令Δy=y(θ*)-y(θ0 *),
则可得:Δy=sgΔθ* (12)
只有当矩阵sTgs是满秩矩阵时,上式中Δθ*可以唯一求解,这说明当矩阵sTgs是满秩矩阵时,可以通过轨迹误差校正参数θ*=(θ1 *,θ2 *,L,θp *)T,当矩阵sTgs不是满秩矩阵时,矩阵sTgs中存在线性相关的列向量,这时需要把非线性相关的列向量找出,然后对这些非线性相关列向量所对应的参数进行校正;
找出矩阵sTgs中非线性相关列向量所对应参数:首先将矩阵sTgs进行特征值分解sTgs=VΛV-1,用式(13)确定矩阵sTgs的秩,由此确定该矩阵中存在多少个非线性相关的列向量,即有多少个参数校正,
式(13)中σi表示矩阵sTgs的特征值,m表示该矩阵的阶数,ε是一个估计误差精度的值,
然后,对矩阵V进行列选主元得到转换矩阵H,从而对矩阵sTgs中的列向量,按非相关性由强到弱排列,取其中前rank(sTgs,ε)个列向量所对应的参数即为校正的参数;
4)基于实测轨迹和仿真轨迹误差最小为目标,采用优化方法,对待校正的发电机仿真参数集合进行校正,直至精度满足要求:基于最小二乘法的参数校正,
电力系统的实际观测输出向量为Y=[Y1,Y2,L,Yn],仿真输出向量y=[y1,y2,L,yn],初始仿真参数为θ0 *,则根据最小二乘法的原理可得目标函数为:
J(θ*)=(Y-y)T(Y-y) (14)
将式(11)代入上式可得
J(Δθ*)=[Y-y(θ0 *)-sΔθ*]T[(Y-y(θ0 *)-sΔθ*)] (15)
对J求极小值,有
解得:
参数的估计值为:
由于忽略了目标函数的高阶项,所以一般需要进行迭代求解,即
本发明利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法与传统的通过出厂实验获取发电机参数不同,本发明基于发电机联网运行中的受扰轨迹进行发电机仿真参数的校正,从而更能反映发电机运行时的参数特性;与传统的参数辨识相比,参数辨识方法必须基于发电机模型进行线性化,在给出输入输出的情况下辨识出发电机的仿真参数,因此,参数辨识对发电机模型依赖性较强,且采用线性系统的分析手段解决非线性系统的问题精度难以保证,而本发明避免了对系统模型的依赖性以及线性系统分析方法的局限性,仅基于轨迹和轨迹灵敏度,具有较高的应用价值。具有投资小,回收年限短,在利用可再生风力资源同时又起到配电网节能的作用。
附图说明
图1为发电机单机无穷大系统接线示意图。
图2为实测与原始仿真轨迹对比示意图。
图3能量误差随迭代变化情况示意图。
图4实测与原始仿真轨迹对比示意图。
图5实测与校正后仿真轨迹对比示意图。
具体实施方式
1 轨迹误差评价
当电力系统数值仿真的结果与系统实际量测轨迹有误差时,用下面5个指标评价系统电压相角的仿真与实测轨迹的误差。电压相角误差指标包括能量误差指标、第一摆幅值误差、第一摆周期误差、第二摆幅值误差和第二摆周期误差。
1.1 对相角全部变化过程进行比较和分析,定义为误差能量指标(ErrorEnergy)
式(1)中ysimu(i)是仿真变量序列,ymeas(i)是实测变量序列,ystab是实测变量的稳态值,N是实测变量与仿真变量个数。
1.2 第一摆幅值误差(First Swing Magnitude Error)及第二摆幅值误差(Second Swing Magnitude Error)
式(2)(3)中FMagsimu是仿真值第一摆的摆动幅值,FMagmeasur是实测值第一摆的摆动幅值,SMagsimu是仿真第二摆的摆动幅值,SMagmeasur是实测第二摆的摆动幅值。
第一摆摆动的周期误差(First Swing Period Error)及第二摆的周期误差(Second Swing Period Error)
式(4)(5)中FPersimu是仿真的第一摆的摆动周期,FPermeasur是实测第一摆的摆动周期,SPersimu是仿真的第二摆的摆动周期,SPermeasur是实测第二摆的摆动周期。
2 轨迹关于参数的灵敏度计算
2.1 基于数学模型的解析法计算轨迹灵敏度,轨迹关于参数的灵敏度是反映系统中某一参数发生微小变化时动态轨迹的变化程度。电力系统模型可用一组微分——代数方程组表示
式(6)中,t为时间,x为系统状态变量,如发电机的转角、转速和磁链等;y为系统的代数变量,如负荷节点电压的幅值和相角;θ为系统中各元件的模型参数,如发电机的同步电抗、阻尼系数、转动惯性时间常数等。变量x关于参数θ的灵敏度即为 代数矢量y对参数θ的灵敏度即为 用式(6)对参数θ进行求导可得下式
从式(7)可以看出轨迹灵敏度xθ,yθ就是该方程的解,又因为式(7)依赖式(6)的解轨迹。通常式(6)(7)联立求解,即可得到轨迹关于参数的灵敏度。
2.2 摄动法计算轨迹灵敏度,在复杂电力系统中式(7)计算困难,解析法很难应用。因此采用摄动法计算轨迹灵敏度,该方法无需对系统进行线性化处理,不涉及系统的物理本质和结构特点。即对参数θ作微小摄动Δθ,然后计算代数矢量相应的变化量Δx,Δy,即可利用下面公式近似计算xθ,yθ。
根据灵敏度大小对参数排序,假设系统的实际观测轨迹的输出向量为Y=[Y1,Y2,L,Yn]T,仿真轨迹的输出向量y=[y1,y2,L,yn]T,系统仿真参数为θ=(θ1,θ2,L,θm)T。发电机仿真参数量纲并不相同,因此各参数的轨迹灵敏度不具有可比较性。为使其灵敏度具有可比较性,将轨迹y关于参数的灵敏度定义为yθθ。
轨迹对参数的灵敏度矩阵表示为:
根据矩阵S的列向量的无穷大范数,对发电机参数排序,以此确定须校正的参数θ*=(θ1 *,θ2 *,L,θp *)T,p<m。
2.3 待校正参数集的确定方法
在电力系统中,需要不断通过系统实际受扰轨迹对发电机仿真参数进行校正,来获得更加准确的发电机仿真参数。在电力系统数值仿真中,灵敏度小的参数对可观测轨迹的影响小,所以在基于量测轨迹对仿真模型参数校正时忽略灵敏度小的参数所存在的误差。
3 参数独立性分析:
根据高斯——牛顿法(Gauss——Newton Method),将y(θ*)在选定初值θ0 *点泰勒展开,并忽略二阶以上的高阶项,
即:
令
则可得:
y(θ*)=y(θ0 *)+sΔθ* (11)
令Δy=y(θ*)-y(θ0 *),,
则可得:
Δy=sgΔθ* (12)
只有当矩阵sTgs是满秩矩阵时,上式中Δθ*可以唯一求解。这说明当矩阵sTgs是满秩矩阵时,可以通过轨迹误差校正参数θ*=(θ1 *,θ2 *,L,θp *)T。
当矩阵sTgs不是满秩矩阵时,矩阵sTgs中存在线性相关的列向量,这时需要把非线性相关的列向量找出,然后对这些非线性相关列向量所对应的参数进行校正。
用下面方法可以找出矩阵sTgs中非线性相关列向量所对应参数:
首先将矩阵sTgs进行特征值分解sTgs=VΛV-1,用式(13)确定矩阵sTgs的秩,由此确定该矩阵中存在多少个非线性相关的列向量,即有多少个参数可以校正。
式(13)中σi表示矩阵sTgs的特征值,m表示该矩阵的阶数,ε是一个估计误差精度的值。
然后,对矩阵V进行列选主元得到转换矩阵H。从而可以对矩阵sTgs中的列向量,按非相关性由强到弱排列,取其中前rank(sTgs,ε)个列向量所对应的参数即为可以校正的参数。
4 基于最小二乘法的参数校正
电力系统的实际观测输出向量为Y=[Y1,Y2,L,Yn],仿真输出向量y=[y1,y2,L,yn],初始仿真参数为θ0 *,则根据最小二乘法的原理可得目标函数为:
J(θ*)=(Y-y)T(Y-y) (14)
将式(11)代入上式可得
J(Δθ*)=[Y-y(θ0 *)-sΔθ*]T[(Y-y(θ0 *)-sΔθ*)] (15)
对J求极小值,有
可以解得:
参数的估计值为:
由于忽略了目标函数的高阶项,所以一般需要进行迭代求解,即
参照图1,在发电机单机无穷大系统中,在3号母线上发生600ms三相短路故障,通过PMU记录下1号母线的电压相角轨迹。使用电力系统分析综合程序(PSASP)对该故障进行仿真,发电机采用6阶模型,其参数如表1所示。基于本发明所提出方法,根据1母线的电压相角量测轨迹对发电机仿真参数进行校正。
表1 发电机仿真参数
Xd、Xq:直轴、交轴同步电抗
Xd’、Xq’:直轴、交轴暂态电抗
Xd″、Xq”:直轴、交轴次暂态电抗
T’d0:定子开路直轴暂态时间常数
T″d0:定子开路直轴次暂态时间常数
T’q0:定子开路交轴暂态时间常数
T″q0:定子开路交轴次暂态时间常数
Tj:转动惯性时间常数
D:阻尼系数
参照图2,可知母线1的电压相角仿真轨迹与实测轨迹存在很大偏差,说明发电机仿真参数与实际参数存在误差。因此,需要对发电机参数进行校正。
先进行参数灵敏度大小分析,把轨迹对参数的灵敏度矩阵记为S。各参数按其对应在矩阵S中列向量的无穷大范数由大到小排序:Tj、Xq、Xd”、Xq”、D、Td0’、Td0”、Xd’、Xq’、Xd、Tq0’、Tq0”。
因为排序在阻尼参数D之后的参数的灵敏度比较小,所以忽略这些参数存在的误差。因此,只对Tj、Xq、Xd”、Xq”、D这5个参数进行校正,将其记为θ*=[Tj,Xq,Xd",Xq",D]T。
参数可校正性分析,对选取参数θ*进行可校正性分析,将参数θ*所对应的矩阵STgs进行特征值分解STS=VΛV-1,其中
根据式(9)判断矩阵sTgs的秩为5,然后对矩阵V从右向左列选主元,可得到矩阵H
由HTθ*可得到参数θ*的非相关性排序,由强到弱为Tj、Xq、Xd”、Xq”、D。根据以上分析,选择Tj、Xq、Xd”、Xq”、D进行校正。
参照图3,参数的校正,用最小二乘法对参数进行校正,其误差收敛情况和参数的迭代过程见2表。
表2 迭代过程中各参数值收敛过程
迭代次数 | 能量误差 | Tj | Xq | Xd” | Xq” | D |
0 | 13.65% | 14 | 1.92 | 0.04 | 0.0602 | 0.06 |
1 | 4.06% | 7.9299 | 1.2376 | 0.0748 | 0.0432 | 0.0461 |
2 | 3.87% | 8.0243 | 1.5691 | 0.0646 | 0.046 | 0.031 |
3 | 0.6% | 8.7258 | 1.2502 | 0.0639 | 0.0469 | 0.0405 |
4 | 0.39% | 8.7895 | 1.2112 | 0.0641 | 0.0476 | 0.0411 |
5 | 1.23% | 9.1586 | 1.2031 | 0.0668 | 0.0454 | 0.0459 |
6 | 0.64% | 8.6656 | 1.1699 | 0.0666 | 0.0491 | 0.0421 |
7 | 0.77% | 8.5828 | 1.1934 | 0.0679 | 0.0507 | 0.0399 |
8 | 0.49% | 8.6296 | 1.1251 | 0.0682 | 0.052 | 0.0433 |
参照图4和5,校正结果分析,母线1电压相角实测与仿真误差指标见表3,发电机仿真参数校正前后比较见表4。
表3 母线1电压相角实测与仿真误差指标
表4 发电机仿真参数校正前后比较
Claims (1)
1.一种利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法,其特征是:
1)给出实测轨迹与仿真轨迹的误差评价指标:当电力系统数值仿真的结果与系统实际量测轨迹有误差时,用能量误差指标、第一摆幅值误差、第一摆周期误差、第二摆幅值误差和第二摆周期误差指标评价系统电压相角的仿真与实测轨迹的误差,
能量误差指标(Error Energy)
式(1)中ysimu(i)是仿真变量序列,ymeas(i)是实测变量序列,ystab是实测变量的稳态值,N是实测变量与仿真变量个数,
对第一摆幅值误差(First Swing Magnitude Error)及第二摆幅值误差(Second Swing Magnitude Error)
式(2)、(3)中FMagsimu是仿真值第一摆的摆动幅值,FMagmeasur是实测值第一摆的摆动幅值,SMagsimu是仿真第二摆的摆动幅值,SMagmeasur是实测第二摆的摆动幅值,
第一摆摆动的周期误差(First Swing Period Error)及第二摆的周期误差(Second Swing Period Error)
式(4)(5)中FPersimu是仿真的第一摆的摆动周期,FPermeasur是实测第一摆的摆动周期,SPersimu是仿真的第二摆的摆动周期,SPermeasur是实测第二摆的摆动周期;
2)计算发电机各参数对轨迹的灵敏度,并对轨迹灵敏度进行排序:其一用基于数学模型的解析法计算轨迹灵敏度,轨迹关于参数的灵敏度是反映系统中某一参数发生微小变化时动态轨迹的变化程度,电力系统模型可用一组微分——代数方程组表示
式(6)中,t为时间,x为系统状态变量,θ为系统元件的模型参数,变量x关于参数θ的灵敏度即为 代数矢量y对参数θ的灵敏度即为 用式(6)对参数θ进行求导可得下式
从式(7)可以看出轨迹灵敏度xθ,yθ就是该方程的解,又因为式(7)依赖式(6)的解轨迹,通常式(6)(7)联立求解,即可得到轨迹关于参数的灵敏度;
其二用摄动法计算轨迹灵敏度,对参数θ作微小摄动Δθ,然后计算代数矢量相应的变化量Δx,Δy,即可利用下面公式近似计算xθ,yθ,
再根据灵敏度大小对参数排序,系统的实际观测轨迹的输出向量为Y=[Y1,Y2,L,Yn]T,仿真轨迹的输出向量y=[y1,y2,L,yn]T,系统仿真参数为θ=(θ1,θ2,L,θm)T,发电机仿真参数量纲并不相同,因此,各参数的轨迹灵敏度不具有可比较性,为使其灵敏度具有可比较性,将轨迹y关于参数的灵敏度定义为yθθ,
轨迹对参数的灵敏度矩阵表示为:
根据矩阵S的列向量的无穷大范数,对发电机参数排序,以此确定须校正的参数θ*=(θ1 *,θ2 *,L,θp *)T,p<m;
3)选择轨迹灵敏度较大的参数组成待校正参数集合:参数独立性分析,根据高斯——牛顿法(Gauss——Newton Method),将y(θ*)在选定初值θ0 *点泰勒展开,并忽略二阶以上的高阶项,
即:
令
则可得:y(θ*)=y(θ0 *)+sΔθ* (11)
令Δy=y(θ*)-y(θ0 *),
则可得:Δy=sgΔθ* (12)
只有当矩阵sTgs是满秩矩阵时,上式中Δθ*可以唯一求解,这说明当矩阵sTgs是满秩矩阵时,可以通过轨迹误差校正参数θ*=(θ1 *,θ2 *,L,θp *)T,当矩阵sTgs不是满秩矩阵时,矩阵sTgs中存在线性相关的列向量,这时需要把非线性相关的列向量找出,然后对这些非线性相关列向量所对应的参数进行校正;
找出矩阵sTgs中非线性相关列向量所对应参数:首先将矩阵sTgs进行特征值分解sTgs=VΛV-1,用式(13)确定矩阵sTgs的秩,由此确定该矩阵中存在多少个非线性相关的列向量,即有多少个参数可校正,
式(13)中σi表示矩阵sTgs的特征值,m表示该矩阵的阶数,ε是一个估计误差精度的值,
然后,对矩阵V进行列选主元得到转换矩阵H,从而对矩阵sTgs中的列向量,按非相关性由强到弱排列,取其中前rank(sTgs,ε)个列向量所对应的参数即为可校正的参数;
4)基于实测轨迹和仿真轨迹误差最小为目标,采用优化方法,对待校正的发电机仿真参数集合进行校正,直至精度满足要求:基于最小二乘法的参数校正,
J(θ*)=(Y-y)T(Y-y) (14)
将式(11)代入上式可得
J(Δθ*)=[Y-y(θ0 *)-sΔθ*]T[(Y-y(θ0 *)-sΔθ*)] (15)
对J求极小值,有
解得:
参数的估计值为:
由于忽略了目标函数的高阶项,所以一般需要进行迭代求解,即
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100512697A CN101369002B (zh) | 2008-10-08 | 2008-10-08 | 利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100512697A CN101369002B (zh) | 2008-10-08 | 2008-10-08 | 利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101369002A true CN101369002A (zh) | 2009-02-18 |
CN101369002B CN101369002B (zh) | 2010-11-10 |
Family
ID=40412908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100512697A Expired - Fee Related CN101369002B (zh) | 2008-10-08 | 2008-10-08 | 利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101369002B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101969199A (zh) * | 2010-08-26 | 2011-02-09 | 天津大学 | 用于暂态功角稳定风险评估的故障损失估计方法 |
CN101750562B (zh) * | 2010-01-13 | 2012-02-29 | 湖北省电力公司 | 基于潮流方程灵敏度分析的非pmu测点动态过程估计方法 |
CN102592030A (zh) * | 2012-03-02 | 2012-07-18 | 广东电网公司电力科学研究院 | 发电机参数辨识处理方法及其系统 |
CN102930077A (zh) * | 2012-09-27 | 2013-02-13 | 华北电力大学 | 一种基于改进型目标函数的抗差励磁系统参数辨识方法 |
CN103036252A (zh) * | 2013-01-06 | 2013-04-10 | 辽宁省电力有限公司电力科学研究院 | 基于轨迹灵敏度法的风电场模型校核系统及方法 |
CN107272443A (zh) * | 2017-06-19 | 2017-10-20 | 中国华电科工集团有限公司 | 一种用于被控系统的控制方法和装置 |
CN107863772A (zh) * | 2017-11-10 | 2018-03-30 | 浙江大学 | 一种基于广义Galerkin的高阶轨迹灵敏度计算方法 |
CN110516275A (zh) * | 2019-05-31 | 2019-11-29 | 国网辽宁省电力有限公司电力科学研究院 | 基于扰动信息的仿真模型参数校核方法 |
CN110533548A (zh) * | 2019-05-31 | 2019-12-03 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于轨迹特征建立仿真误差评价指标的方法 |
CN112241602A (zh) * | 2020-10-20 | 2021-01-19 | 国网宁夏电力有限公司电力科学研究院 | 基于粒子群优化的电磁暂态仿真参数优化方法 |
CN113065227A (zh) * | 2021-03-10 | 2021-07-02 | 东北电力大学 | 基于参数轨迹灵敏度频域特征指标的电力系统仿真误差主导参数识别方法 |
CN113486422A (zh) * | 2021-06-17 | 2021-10-08 | 上海发电设备成套设计研究院有限责任公司 | 建筑能耗模型参数校准方法、装置、设备及存储介质 |
-
2008
- 2008-10-08 CN CN2008100512697A patent/CN101369002B/zh not_active Expired - Fee Related
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750562B (zh) * | 2010-01-13 | 2012-02-29 | 湖北省电力公司 | 基于潮流方程灵敏度分析的非pmu测点动态过程估计方法 |
CN101969199A (zh) * | 2010-08-26 | 2011-02-09 | 天津大学 | 用于暂态功角稳定风险评估的故障损失估计方法 |
CN101969199B (zh) * | 2010-08-26 | 2013-02-06 | 天津大学 | 用于暂态功角稳定风险评估的故障损失估计方法 |
CN102592030A (zh) * | 2012-03-02 | 2012-07-18 | 广东电网公司电力科学研究院 | 发电机参数辨识处理方法及其系统 |
CN102592030B (zh) * | 2012-03-02 | 2013-12-11 | 广东电网公司电力科学研究院 | 发电机参数辨识处理方法及其系统 |
CN102930077A (zh) * | 2012-09-27 | 2013-02-13 | 华北电力大学 | 一种基于改进型目标函数的抗差励磁系统参数辨识方法 |
CN102930077B (zh) * | 2012-09-27 | 2014-10-29 | 华北电力大学 | 一种基于改进型目标函数的抗差励磁系统参数辨识方法 |
CN103036252A (zh) * | 2013-01-06 | 2013-04-10 | 辽宁省电力有限公司电力科学研究院 | 基于轨迹灵敏度法的风电场模型校核系统及方法 |
CN107272443A (zh) * | 2017-06-19 | 2017-10-20 | 中国华电科工集团有限公司 | 一种用于被控系统的控制方法和装置 |
CN107272443B (zh) * | 2017-06-19 | 2020-11-13 | 中国华电科工集团有限公司 | 一种用于被控系统的控制方法和装置 |
CN107863772A (zh) * | 2017-11-10 | 2018-03-30 | 浙江大学 | 一种基于广义Galerkin的高阶轨迹灵敏度计算方法 |
CN107863772B (zh) * | 2017-11-10 | 2020-05-08 | 浙江大学 | 一种基于广义Galerkin的高阶轨迹灵敏度计算方法 |
CN110516275A (zh) * | 2019-05-31 | 2019-11-29 | 国网辽宁省电力有限公司电力科学研究院 | 基于扰动信息的仿真模型参数校核方法 |
CN110533548A (zh) * | 2019-05-31 | 2019-12-03 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于轨迹特征建立仿真误差评价指标的方法 |
CN112241602A (zh) * | 2020-10-20 | 2021-01-19 | 国网宁夏电力有限公司电力科学研究院 | 基于粒子群优化的电磁暂态仿真参数优化方法 |
CN113065227A (zh) * | 2021-03-10 | 2021-07-02 | 东北电力大学 | 基于参数轨迹灵敏度频域特征指标的电力系统仿真误差主导参数识别方法 |
CN113486422A (zh) * | 2021-06-17 | 2021-10-08 | 上海发电设备成套设计研究院有限责任公司 | 建筑能耗模型参数校准方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN101369002B (zh) | 2010-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101369002B (zh) | 利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法 | |
CN107133406B (zh) | 一种电力系统静态电压稳定域边界的快速搜索方法 | |
CN109494724B (zh) | 基于lu分解的大电网戴维南等值参数在线辨识方法 | |
CN108053128A (zh) | 一种基于elm和tf的电网暂态稳定快速评估方法 | |
CN102970180B (zh) | 一种电力系统广域测量系统通信时延的实时仿真方法 | |
CN109698521B (zh) | 一种基于实测数据的光伏逆变器的低穿特性辨识方法 | |
CN106443246A (zh) | 基于pmu量测数据的小干扰稳定参数的在线辨识方法 | |
CN103064010B (zh) | 基于希尔伯特-黄变换的模拟电路故障元件参数估计方法 | |
Xue et al. | A novel method for screening the PMU phase angle difference data based on hyperplane clustering | |
CN112131685B (zh) | 一种联合循环机组整体热力性能试验不确定度评估方法 | |
CN104268626A (zh) | 电力电缆寿命估计的方法及系统 | |
CN110516275A (zh) | 基于扰动信息的仿真模型参数校核方法 | |
CN105305438A (zh) | 基于变阻抗和受控交流电压源的新能源电站模型验证方法 | |
CN103196689A (zh) | 一种水平轴风力机叶片静力测试结果修正方法 | |
CN102289591A (zh) | 基于实测频率数据调整电力系统频率动态仿真参数的方法 | |
CN107958120A (zh) | 一种基于幂级数展开的系统戴维南等值参数计算方法 | |
CN110533548A (zh) | 一种基于轨迹特征建立仿真误差评价指标的方法 | |
CN109270917A (zh) | 一种面向智能电厂汽轮机轴承的闭环控制系统故障退化状态预测方法 | |
CN105699043B (zh) | 一种提高风洞传感器测量稳定性和精准度的方法 | |
CN102938022A (zh) | 一种基于摄动法的频率相关网络等值的无源性校正方法 | |
Ai et al. | Dynamic state estimation for synchronous machines based on interpolation H∞ extended Kalman filter | |
CN104573197B (zh) | 一种水轮机模型参数的测试方法及系统 | |
CN104407516B (zh) | 一种发电机励磁装置对实测转速及计算转速的同步跟踪方法 | |
CN104037756B (zh) | 一种含复杂电力设备模型的电力系统稳定评估方法 | |
Wang et al. | An improved recursive assessment method of Thevenin equivalent parameters based on PMU measurement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101110 Termination date: 20131008 |