位置:成果数据库 > 期刊 > 期刊详情页
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
  • ISSN号:1000-1980
  • 期刊名称:《河海大学学报:自然科学版》
  • 时间:0
  • 分类:TM315[电气工程—电机]
  • 作者机构:河海大学能源与电气学院,江苏南京211100
  • 相关基金:国家自然科学基金重大项目(51190102);国家自然科学基金(51207045)
中文摘要:

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。

英文摘要:

In order to obtain accurate parameters for a drive-train model, a method for parameter identification of a three-mass drive-train system with gusty wind excitation is proposed. According to the decoupling of the mechanical dynamics and electrical dynamics of fixed-speed wind turbine generators, the electrical dynamics can be neglected when identifying parameters of a drive-train model. Based on this, a simplified model for fixed-speed wind turbine generators was obtained. The identifiability of the parameters of the drive-train system and the difficulties in parameter identification were analyzed with the trajectory sensitivity analysis method. Finally, the parameters of the drive-train model were identified based on the particle swarm optimization (PSO) algorithm. The identified results are consistent with the trajectory sensitivity analysis results, verifying the feasibility of the proposed parameter identification method.

同期刊论文项目
期刊论文 18 会议论文 1 著作 1
同项目期刊论文
期刊信息
  • 《河海大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:河海大学
  • 主编:唐洪武
  • 地址:南京市西康路1号
  • 邮编:210098
  • 邮箱:xb@hhu.edu.cn
  • 电话:025-83786343
  • 国际标准刊号:ISSN:1000-1980
  • 国内统一刊号:ISSN:32-1117/TV
  • 邮发代号:28-63
  • 获奖情况:
  • 全国优秀高校自然科学学报二等奖,全国水利系统优秀期刊,江苏省优秀期刊,中国期刊方阵“双效期刊”,中国高校精品科技期刊,2012年第四届中国高校优秀科技期刊奖,2013年首届江苏省新闻出版政府奖提名奖,2014年第五届中国高校优秀科技期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17208