电工技术学报
電工技術學報
전공기술학보
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY
2014年
12期
211-217
,共7页
王振树%卞绍润%刘晓宇%于凯%石云鹏
王振樹%卞紹潤%劉曉宇%于凱%石雲鵬
왕진수%변소윤%류효우%우개%석운붕
混沌优化算法%量子粒子群算法%故障录波%参数辨识%负荷建模
混沌優化算法%量子粒子群算法%故障錄波%參數辨識%負荷建模
혼돈우화산법%양자입자군산법%고장록파%삼수변식%부하건모
Chaotic optimization algorithm(COA)%quantum delta-potential-well-based particle swarm optimization(QDPSO) algorithm%power fault recorder%parameter identification%load modeling
负荷建模是电力系统建模中亟待解决的难题.负荷特性数据、负荷模型结构以及参数辨识是影响实测负荷建模结果的重要因素.本文提出了混沌与量子粒子群算法相结合的负荷模型参数辨识方法.实测数据验证结果表明,该方法相对于常用的粒子群算法及量子粒子群算法在计算精度、收敛速度等方面都具有明显优势,应用于负荷模型参数辨识提高了负荷模型的准确性.
負荷建模是電力繫統建模中亟待解決的難題.負荷特性數據、負荷模型結構以及參數辨識是影響實測負荷建模結果的重要因素.本文提齣瞭混沌與量子粒子群算法相結閤的負荷模型參數辨識方法.實測數據驗證結果錶明,該方法相對于常用的粒子群算法及量子粒子群算法在計算精度、收斂速度等方麵都具有明顯優勢,應用于負荷模型參數辨識提高瞭負荷模型的準確性.
부하건모시전력계통건모중극대해결적난제.부하특성수거、부하모형결구이급삼수변식시영향실측부하건모결과적중요인소.본문제출료혼돈여양자입자군산법상결합적부하모형삼수변식방법.실측수거험증결과표명,해방법상대우상용적입자군산법급양자입자군산법재계산정도、수렴속도등방면도구유명현우세,응용우부하모형삼수변식제고료부하모형적준학성.
