改进遗传算法在发电机励磁系统参数辨识中的应用 application of improved genetic algorithm in parameter identification of generator excitation systems.pdfVIP

下载本文档

1
0
约1.7万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

改进遗传算法在发电机励磁系统参数辨识中的应用 application of improved genetic algorithm in parameter identification of generator excitation systems.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

改进遗传算法在发电机励磁系统参数辨识中的应用 application of improved genetic algorithm in parameter identification of generator excitation systems

No．11 第35卷第11期继电器 Vbl．35 2007年6月1日 RELAY June1．2007 改进遗传算法在发电机励磁系统参数辨识中的应用王晓伟1，蒋平1，曹亚龙1，徐珂2 (1．东南大学电气工程学院，江苏南京2l0096；2．江苏省电力试验研究院，江苏南京210036) 摘要：提出了一种基于改进遗传算法的将发电机励磁系统原模型转换为仿真软件下标准模型的参数辨识方法，以原模型和标准模型的输出误差最小作为辨识目标，利用改进遗传算法不断优化调整标准模型中的参数，最终得到满足要求的励磁系统标准模型参数。与传统的励磁系统参数辨识方法相比较，该方法很好地解决了励磁系统非线性环节难以有效辨识的问题，方便可靠，精度高。实际发电机励磁系统参数辨识结果表明，该方法具有很好的效果。关键词：励磁系统；参数辨识；遗传算法；原模型；标准模型 of in identmcation improVedalgo—thm AppUcatiOn genetic parameter of excitatiOn generator systems WANG Ke2 Xiao．weil，JIANG Pin91，CAOYa—lon91，XU ofElectrical 210096，china． (1．School Engineering，SoutlleastUniversity，Nanjing ElectricPowerTestaIIdResearch 210036，china) 2．Jiangsu Institute，N柚jing excitation is Abstnct：Anewmetllodbasedonimprovedgeneticalgorimmforidentifyingparametersofgenerator system in协)ducedinmis methodisusedtoconvertme modelof excitationtomestaIldardmodelof paDer．硼时s original generator system ofthe modelalld excitation tlleminimaldif!f’erencebetweentheoutput svstem．Bvusingimproved2eneticalgorimm。with original matofmestaIldardmodel me of excitationare most beingobiect，mep锄rneterSgenerator systemadjusted