您的位置: 专家智库 > >

国家自然科学基金(51207045)

作品数:6 被引量:60H指数:4
相关作者:潘学萍鞠平金宇清刘永康徐倩更多>>
相关机构:河海大学更多>>
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:电气工程动力工程及工程热物理自动化与计算机技术理学更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇电气工程
  • 1篇动力工程及工...
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 4篇参数辨识
  • 3篇电机
  • 3篇子群
  • 3篇粒子群
  • 2篇优化算法
  • 2篇双馈
  • 2篇粒子群优化
  • 2篇粒子群优化算...
  • 2篇轨迹灵敏度
  • 2篇发电
  • 2篇发电机
  • 2篇DFIG
  • 1篇短期风速
  • 1篇短期风速预测
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇双馈风力发电
  • 1篇双馈风力发电...
  • 1篇双馈感应
  • 1篇双馈感应发电...

机构

  • 5篇河海大学

作者

  • 5篇潘学萍
  • 4篇鞠平
  • 2篇金宇清
  • 2篇刘永康
  • 1篇吴峰
  • 1篇高远
  • 1篇徐倩
  • 1篇张弛
  • 1篇王慧

传媒

  • 2篇河海大学学报...
  • 1篇中国电机工程...
  • 1篇电网技术
  • 1篇电力系统及其...
  • 1篇Fronti...

年份

  • 1篇2017
  • 1篇2016
  • 2篇2014
  • 2篇2013
6 条 记 录,以下是 1-6
排序方式:
双加权最小二乘支持向量机的短期风速预测被引量:11
2014年
提出了双加权最小二乘支持向量机的短期风速预测方法。考虑到离预测点越远的历史风速数据对预测值的影响越弱,对训练样本中输入向量数据进行第1次加权,以体现不同元素对预测影响的差异。同时为区分训练样本的差异性,降低异常样本的干扰,对训练样本进行第2次加权。对双加权后的训练样本,采用加权最小二乘支持向量机模型进行预测,降低了对异常点的敏感度,实现了对不同样本的区别对待。根据某实测风速数据进行了风速预测,结果表明,所提方法能提高风速预测精度。
潘学萍史宇伟张弛
关键词:风速预测加权最小二乘支持向量机
风电机组驱动系统参数辨识被引量:17
2013年
提出了风速激励下的定速风电机组驱动系统参数辨识方法。首先以含定速风电机组的单机无穷大系统为例,仿真了风速激励风电机组的受扰轨线,表明由于感应发电机电气部分动态较快,因此在辨识驱动系统模型参数时,可将电气部分用准稳态模型近似,以降低模型的阶数以及参数辨识的个数。进一步采用轨迹灵敏度方法,分析了驱动系统模型参数的可辨识性。基于粒子群优化算法进行了参数辨识,结果验证了该定速风电机组驱动系统参数辨识方法的可行性。
潘学萍高远金宇清鞠平
关键词:参数辨识粒子群优化算法
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
Hierarchical parameter estimation of DFIG and drive train system in a wind turbine generator被引量:3
2017年
A new hierarchical parameter estimation method for doubly fed induction generator (DFIG) and drive train system in a wind turbine generator (WTG) is proposed in this paper. Firstly, the parameters of the DFIG and the drive train are estimated locally under different types of disturbances. Secondly, a coordination estimation method is further applied to identify the parameters of the DFIG and the drive train simultaneously with the purpose of attaining the global optimal estimation results. The main benefit of the proposed scheme is the improved estimation accuracy. Estimation results confirm the applicability of the proposed estimation technique.
Xueping PANPing JUFeng WUYuqing JIN
关键词:DFIG
基于PSO算法的定速风电机组三质块传动系统模型参数辨识被引量:3
2016年
为获得传动系统模型的准确参数,提出阵风激励下三质块传动系统模型的参数辨识方法。根据定速风电机组机械动态与电气动态解耦的特性,提出在辨识传动系统模型参数时可忽略电气动态,据此获得定速风电机组的简化模型。采用轨迹灵敏度方法,分析了传动系统各参数的可辨识性及辨识的难易程度。基于粒子群优化算法(PSO)对传动系统模型进行了参数辨识。辨识结果与轨迹灵敏度分析结论一致,验证了提出的参数辨识方法的可行性。
王慧潘学萍鞠平
关键词:轨迹灵敏度参数辨识粒子群优化算法
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
共1页<1>
聚类工具0