利用最小二乘与最优控制的水轮机模型参数辨识

发布时间：2022-12-25 11:36

　　为了改善一般常用水轮机模型基于实测数据参数进行辨识过程中底层编程繁琐的缺点,基于电力系统仿真中常用的理想水轮机数学模型,取134组模拟实测输入输出数据,用最小二乘与基于数值最优化技术的最优控制方法分别进行辨识从而获取参数,并利用两种方法对同一实测数据辨识结果进行仿真对比。算例仿真结果表明,在给定阶跃扰动下,利用最小二乘与最优控制方法进行参数辨识后的模型输出响应与实测响应结果（基于模拟样本数据）误差均低于0.04,且基于数值最优化技术的最优控制辨识效果与实测数据拟合程度更精确,验证了基于数值最优化技术的最优控制方法在线性水轮机模型参数辨识上应用的可行性,为水轮机模型参数辨识方法提供了一种可提升辨识效率的人机对话参考。 

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于递推最小二乘法的转向系统参数辨识[J]. 李伟,王洪民,唐峥.  重庆交通大学学报(自然科学版). 2019(08)
[2]混流式水轮机调节系统非线性建模与分叉分析[J]. 张记坤,曾云,王芳芳,杨光波,张振凯,钱晶.  软件导刊. 2019(12)
[3]水轮机引水系统精细化模型参数辨识研究[J]. 方日升.  电力与能源. 2018(02)
[4]基于MATLAB系统辨识工具的系统辨识[J]. 吴凡,李伟雄.  河北农机. 2016(11)
[5]水轮机及调节系统模型辨识试验研究[J]. 高晓光,唐戢群,刘德发,李维东.  人民长江. 2016(13)
[6]Matlab在水轮机模型辨识中的应用[J]. 张国洋.  自动化应用. 2016(01)
[7]抽水蓄能电站水泵水轮机效率计算方法[J]. 柳海生,曾江,黄海颖,邓福亮,吴少臣.  广东电力. 2014(09)
[8]基于数据的MATLAB系统辨识工具箱模型识别[J]. 陈岚峰,张亚琴,程立英,张志美.  沈阳师范大学学报(自然科学版). 2013(04)
[9]混流式水轮机调节系统的建模与非线性动力分析[J]. 丁聪,把多铎,陈帝伊,袁璞.  武汉大学学报(工学版). 2012(02)
[10]连续时间系统课程的离散化方法综述[J]. 卢志强.  中国科教创新导刊. 2010(34)

博士论文
[1]抽水蓄能机组调节系统非线性辨识与优化控制研究[D]. 张楚.华中科技大学 2018
[2]水轮机调节系统的参数辨识与控制策略研究[D]. 陈志环.华中科技大学 2017

硕士论文
[1]水轮机调节系统非线性建模与参数辨识[D]. 吴卓璠.华中科技大学 2016



本文编号：3726541