一种励磁系统参数在线辨识方法和装置制造方法及图纸

本发明专利技术公开了一种励磁系统参数在线辨识方法和装置，包括根据采集到的调速系统及励磁调节器的录波数据，从预先建立的发电机励磁系统标准模型中选择录波数据对应的标准模型，采用选定的辨识算法对所选择的标准模型参数进行辨识，将各参数辨识结果带入所选择的标准模型得到励磁系统近似计算模型；根据励磁系统控制性能评价指标以及整定参数进行对励磁系统近似计算模型进行控制性能评价。本发明专利技术采用人工智能辨识算法实现机组励磁系统的参数辨识，并将其固化入硬件系统，获得良好的辨识效果，并且在此基础上，本装置添加了对励磁系统控制性能的评价的功能，实现了电源的自动控制系统的在线监测与识别。

A method and device for on line parameter identification of excitation system

【技术实现步骤摘要】
一种励磁系统参数在线辨识方法和装置
本专利技术属于电力系统中的励磁系统参数辨识
，尤其涉及一种励磁系统参数在线辨识方法和装置。
技术介绍
随着智能电网建设的快速发展，电网设备的智能化水平不断提高。在线监测装置用于反映电网设备的健康状态，可以有效地预防设备发生故障，保护电网的运行安全，因此得到越来越得到人们的关注。发电机励磁系统为发电机组提供励磁功率，具有调节发电机端电压、控制发电机无功功率分配的作用，准确掌握实际系统中每台并网机组励磁系统的参数，对研究电网稳定性以及制定合理的运行方式至关重要。实际发电机励磁系统中一般都存在限幅环节等因素影响，不再是一个简单的线性模型，扰动稍大就可能使得励磁系统中某些环节进入非线性区，然而，传统的辨识方法例如时域辨识法与频域辨识法不能很好地解决非线性发电机励磁系统参数辨识问题。目前，大多数的研究都集中于励磁系统参数在线测辨技术，解决励磁系统非线性部分的参数辨识，而缺少对电网设备的在线监测装置的研究，没有用于实际。而现有的励磁系统辨识装置仍使用传统辨识法来实现励磁系统的辨识，无法实现励磁系统非线性部分的良好辨识。
技术实现思路
本专利技术为解决上述技术问题，实现励磁系统非线性部分的良好辨识，提供了一种励磁系统参数在线辨识方法和装置。本专利技术采用了以下技术方案。一方面，本专利技术提供了一种励磁系统参数在线辨识方法，包括以下步骤：根据采集到的调速系统及励磁调节器的录波数据，从预先建立的发电机励磁系统标准模型中选择录波数据对应的标准模型，采用选定的辨识算法对所选择的标准模型参数进行辨识，将各参数辨识结果带入所选择的标准模型得到励磁系统近似计算模型；根据励磁系统控制性能评价指标以及整定参数进行对励磁系统近似计算模型进行控制性能评价。第二方面，本专利技术提供一种励磁系统参数在线辨识装置，包括：主控制算法单元和评判单元；所述主控制算法包括标准模型确定模块、参数辨识模块以及标准模型近似计算模块；所述标准模型确定模块，用于预先建立发电机励磁系统标准模型；所述参数辨识模块，用于采用选定的辨识算法对所选择的标准模型参数进行辨识；所述标准模型近似计算模块，用于根据采集到的调速系统及励磁调节器的录波数据，从预先建立的发电机励磁系统标准模型中选择录波数据对应的标准模型，将所述参数辨识模块确定各参数辨识结果带入所选择的标准模型得到励磁系统近似计算模型；所述评判单元，用于根据励磁系统控制性能评价指标以及整定参数进行对励磁系统近似计算模型进行控制性能评价。本专利技术所取得的有益技术效果：本专利技术采用人工智能辨识算法实现机组励磁系统的参数辨识，并将其固化入硬件系统，获得良好的辨识效果，并且在此基础上，本装置添加了对励磁系统控制性能的评价的功能，实现了电源的自动控制系统的在线监测与识别。附图说明图1为本专利技术具体实施例中参数辨识原理流程示意图；图2为本专利技术具体实施例中BPA的FV型标准模型；图3为本专利技术具体实施例提供的励磁系统参数在线辨识装置的结构示意图。具体实施方式下面结合附图，对优选实施例作详细说明。应该强调的是下述说明仅仅是示例性的，而不是为了限制本专利技术的范围及其应用。实施例一、一种励磁系统参数在线辨识方法吗，包括以下步骤：根据采集到的调速系统及励磁调节器的录波数据，从预先建立的发电机励磁系统标准模型中选择录波数据对应的标准模型，采用选定的辨识算法对所选择的标准模型参数进行辨识，将各参数辨识结果带入所选择的标准模型得到励磁系统近似计算模型；根据励磁系统控制性能评价指标以及整定参数进行对励磁系统近似计算模型进行控制性能评价。本实施例中输入录波数据为包括励磁调节器、调速系统和电源管理单元PMU等在内的系统运行数据，可选地详细信息可见附表1；表1输入录播数据具体实施例中发电机励磁系统标准模型采用现有技术构建，在本专利技术中不详细说明，装置整定参数和相应的励磁系统控制性能评价指标来源于外部输入。装置整定参数主要为机组控制系统除励磁系统其余组成部分的结构及参数，详见附表2与附表3(包括表3.1、表3.2和表3.3)。励磁系统控制性能评价指标主要用于对励磁系统近似计算模型的控制性能进行评价。通过对近似得到校验和诊断结果存入数据库，并生成励磁系统参数修正方案以及报警信息，供运行人员参考。表2发电机整定参数附表3表3.1水轮机调速控制系统整定参数监控上位机设定值表3.2汽轮机调速控制系统整定参数表3.3抽水蓄能电站调速控制系统整定参数励磁系统参数辨识是指：按照一定的规定准则，选择一个数据拟合得最好的近似计算模型，使该模型和实际模型的输入、输出特性保持一致或保持在误差允许范围之内，其实质是一个参数寻优的过程。图1所示即为励磁系统的参数辨识原理。参数辨识的基本过程是：首先选择与实测模型结构最为接近的励磁系统模型作为辨识模型；将录波数据中机组机端电压运行数据x1(t)与励磁调节器电压参考值x2(t)，并将二者之和作为输入信号x(t)，如式(1)所示。励磁系统调节器输出励磁电压运行数据作为y1(t)，所建立标准模型在x(t)作用下的输出为y2(t)，x(t)＝x2(t)-x1(t)(1)根据输出数据y1(t)、y2(t)，并计算出误差e(t)和误差函数E；若误差函数E超出偏差允许范围，则通过调用辨识算法不断修正估计模型参数；反之则认为该辨识模型符合一定精度的要求。经反复迭代，获得与实际模型相近的最优近似计算模型，其中误差e(t)和误差函数E表达式如下：e(t)＝y1(t)-y2(t)E＝∫e(t)dt。因此，在进行励磁系统参数辨识时，首先应确定辨识模型的结构，即建立标准模型。在进行自并励静止励磁系统的参数辨识时，其标准模型结构在BPA(BonnevillePowerAdministration)仿真环境中都为FV型，如其结构图2所示。图2中，Vt为机端电压，Vref为机端电压给定参考值；Vpss为电力系统稳定器输出；OEL为过励环节输出；UEL为欠励环节输出；K为调节器增益；Kv为比例积分或纯积分调节选择因子；Tc1、Tb1、Tc2、Tb2为电压调节器时间常数；Ka为调压器增益；Ta为调压器放大器的时间常数；Kf为调压器稳定回路增益；Tf为调压器稳定回路时间常数；VRmax为电压调节器最大输出；VRmin为电压调节器最小输出，Kc为换向电抗的整流器负载因子；If为励磁电流；Vf为励磁电电压。近似计算模型的建立：由以上步骤可知，参数辨识即对所建立标准模型的参数数值进行确认，使标准模型在相同输入信号下，与实际系统的响应基本保持一致。通过调用设备内置辨识算法，从而确定所建立标准模型内各个参数的数值，将各个参数的本文档来自技高网...

【技术保护点】
1.一种励磁系统参数在线辨识方法，其特征在于，包括以下步骤：/n根据采集到的调速系统及励磁调节器的录波数据，从预先建立的发电机励磁系统标准模型中选择录波数据对应的标准模型，采用选定的辨识算法对所选择的标准模型参数进行辨识，将各参数辨识结果带入所选择的标准模型得到励磁系统近似计算模型；根据励磁系统控制性能评价指标以及整定参数进行对励磁系统近似计算模型进行控制性能评价。/n

【技术特征摘要】
1.一种励磁系统参数在线辨识方法，其特征在于，包括以下步骤：
根据采集到的调速系统及励磁调节器的录波数据，从预先建立的发电机励磁系统标准模型中选择录波数据对应的标准模型，采用选定的辨识算法对所选择的标准模型参数进行辨识，将各参数辨识结果带入所选择的标准模型得到励磁系统近似计算模型；根据励磁系统控制性能评价指标以及整定参数进行对励磁系统近似计算模型进行控制性能评价。


2.根据权利要求1所述的一种励磁系统参数在线辨识方法，其特征在于，所述采集到的调速系统及励磁调节器的录波数据包括机组机端电压运行数据、励磁调节器电压参考值以及励磁系统调节器输出励磁电压；具体采用以下方法对选择的标准模型参数进行辨识：
将录波数据中机组机端电压运行数据x1(t)与励磁调节器电压参考值x2(t)，并将二者之和作为输入信号x(t)，如式(1)所示：
x(t)＝x2(t)-x1(t)(1)
根据励磁系统调节器输出励磁电压运行数据作为y1(t)，所建立标准模型在x(t)作用下的输出为y2(t)，采用优化算法对确定的待辨识参数进行优化求解直至误差满足精度要求，获得辨识结果。


3.根据权利要求2所述的一种励磁系统参数在线辨识方法，其特征在于，采用差分进化算法对确定的待辨识参数进行优化求解直至误差满足精度要求，获得辨识结果。


4.根据权利要求3所述的一种励磁系统参数在线辨识方法，其特征在于，差分进化算法包括以下步骤：
a)初始化种群：
用pi(t)为第t代种群中的第i个个体，pij(t)为第t代种群中的第i个个体的第j维分量，则种群初始化如式(2)；



其中，pij(0)为第0代种群中的第i个个体的第j维分量；rand()为[0，1]区间上的随机数；分别为个体的上下边界；NP为种群大小，dim为每个个体的维数；
b)变异操作：随机选取种群中两个不同的个体，将其向量差缩放后与待变异个体进行向量合成，对于第t代种群中每一个体矢量，pr1(t)，pr2(t)，pr3(t)，r1,r2,r3∈{1,2,...,NP}为互不相同的整数，按照式(3)进行变异操作；
vi(t+1)＝pr3(t)+F×(pr2(t)-pr1(t))(3)
其中F为变异缩放因子，为[0,1]间随机数，pr2(t)-pr1(t)为差分向量；
c)交叉操作：对于第t代种群中的每一个个体矢量pi(t)，将其与变异个体vi(t+1)进行交...

【专利技术属性】
技术研发人员：丁浩寅，缪源诚，李建华，曹路，吴维宁，许其品，杨玲，朱宏超，马腾宇，田炜，刘丽丽，
申请(专利权)人：国家电网公司华东分部，国电南瑞科技股份有限公司，南瑞集团有限公司，国电南瑞南京控制系统有限公司，
类型：发明
国别省市：上海;31