[发明专利]电力系统低频振荡模式识别方法有效
申请号: | 202010002708.6 | 申请日: | 2020-01-02 |
公开(公告)号: | CN111009909B | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 刘鑫 | 申请(专利权)人: | 长沙有色冶金设计研究院有限公司 |
主分类号: | H02J3/24 | 分类号: | H02J3/24;H02J3/38 |
代理公司: | 长沙永星专利商标事务所(普通合伙) 43001 | 代理人: | 周咏;米中业 |
地址: | 410019 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电力系统 低频 振荡 模式识别 方法 | ||
1.一种电力系统低频振荡模式识别方法,包括如下步骤:
S1.获取低频振荡源信号;
S2.设置采蜜蜂的参数;
S3.设定种群规模和个数数量;
S4.设置最大迭代次数和蜜源的试验限制次数;
S5.设定初始最佳解值,并计算得到初始最小绝对误差值;
S6.更新可能解;具体为采用如下步骤更新可能解:
A.采蜜蜂更新可能解;
新生成的解值X′i={x′i1,x′i2...x′iD}与原解值Xi={xi1,xi2...xiD}进行比较,并保留适应度更高的解值;具体为采用如下公式更新可能解:
x′id=xid+φid(xid-xkd)
式中φid为区间[-1,1]上的随机数,xid为初始可能解,x′id为新的可能解,k≠i,k是除i外的其他可能解;
B.采蜜蜂将可能解信息分享给观察蜂,每只观察蜂采用设定策略按照概率选择可能解,并求解对应的解值;具体为采用如下算式计算概率Pi:
式中fit为适应函数,fiti为可能解Xi的适应值,SN为观察蜂与采蜜蜂的数量;
C.若观察蜂群和采集蜂群在搜索完整个可能解空间时,存在可能解的适应值在达到设定的试验限制次数之内没有增大,则舍弃该可能解,同时该蜜源所对应的采蜜蜂转变为侦查蜂,搜索新的可能解,将新生成的可能解解值与旧的解值进行比较,并记录迄今为止最好的蜜源;具体为采用如下公式搜索新的可能解xid:
xid=xdmin+r(xdmax-xdmin)
式中r为[-1,1]上的随机数,xdmin为第d个可能解值的下界,xdmax为第d个可能解值的上界;
S7.得到最终辨识的低频振荡模式参数;具体为采用如下步骤得到最终辨识的低频振荡模式参数:
(1)记录当前迭代次数中,使得目标函数值最佳的各个参数值;
(2)判断当前迭代次数是否达到设定的最大迭代次数:
若当前迭代次数小于或等于最大迭代次数,则将步骤(1)中得到的目标函数值与之前得到的最佳目标函数值进行比较:若步骤(1)中得到的目标函数值的绝对误差优于之前得到的最佳目标函数值的最佳误差,则将步骤(1)得到的目标函数值设定为最佳目标函数值;若步骤(1)中得到的目标函数值的绝对误差差于之前得到的最佳目标函数值的最佳误差,则不做操作;同时,重复步骤S6、步骤(1)和步骤(2),直至当前迭代次数大于最大迭代次数;
若当前迭代次数大于最大迭代次数,则得到绝对误差最优时的目标函数值所对应的参数;同时,计算信噪比并进行判断:若信噪比大于设定的阈值,则将最大迭代次数增加第一设定值,并重复步骤S6、步骤(1)和步骤(2)直至信噪比低于设定的阈值;最后根据对应的参数辨识出低频振荡模型的参数。
2.根据权利要求1所述的电力系统低频振荡模式识别方法,其特征在于步骤S1所述的低频振荡源信号的表示式为S(t)=A*exp(k*t)*cos(2πft+φ),其中A为信号幅值,k为不等于0的常数,f为频率,φ为相位。
3.根据权利要求1或2所述的电力系统低频振荡模式识别方法,其特征在于步骤S4所述的设置最大迭代次数和蜜源的试验限制次数,具体为设置最大迭代次数MaxIt,试验限制次数L=round(0.6×N×SN),round()为四舍五入操作,N为个体数量,SN为采蜜蜂的数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙有色冶金设计研究院有限公司,未经长沙有色冶金设计研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010002708.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:激活素A及其制备方法
- 下一篇:一种风力鱼食抛食装置