[發明專利]適用于在線同步發電機參數辨識的參數可辨識性分析方法

有效

• 申請號: 201610120865.0
• 申請日: 2016-03-03
• 公開（公告）號: CN105634366B
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 朱澤翔;江全元;熊鴻韜;孫維真;吳跨宇;沈軼君;陸海清
• 申請（專利權）人: 國網浙江省電力公司電力科學研究院;國家電網公司;浙江大學;國網浙江省電力公司;杭州意能電力技術有限公司
• 主分類號: H02P21/16
• 分類號: H02P21/16
• 代理公司: 浙江翔隆專利事務所(普通合伙) 33206
• 代理人: 張建青

1.適用于在線同步發電機參數辨識的參數可辨識性分析方法，其包括如下步驟：

第一步：電網發生擾動激勵同步發電機時，利用發電廠廠站端數據采集和監測系統，采集發電機自身以及和發電機控制系統相連的狀態變量數據，利用混合仿真理論將采集的數據劃分為輸入數據u和輸出數據y_m；

第二步：構建輸入數據u以及由發電機標稱參數構成的參數向量θ下的微分代數方程組F(u,θ)來表征發電機的動態行為以及輸出行為；

第三步：對發電機參數向量中的每一個參數都構建靈敏度方程，如參數向量θ中的第i個參數，對應的靈敏度方程為S_i(u,θ)；

第四步：利用梯形面積公式對靈敏度方程S_i(u,θ)進行求解，其中i＝1,2,...n_p，n_p為發電機參數向量θ的總個數，得到輸出數據y_m對參數的靈敏度sy_i，i＝1,2,...n_p；

第五步：設置可辨識參數和不可辨識參數指標集合I＝{1,2,...,n_p}和表示集合U為空集；

第六步：計算加權最小二乘對應集合所有可辨識參數的相對海森矩陣H，并計算其最小特征值λ₀和最小特征值對應的特征向量v₀；

第七步：設定一個容許值，如果最小特征值小于容許值，則存在不可辨識參數，根據不可辨識參數選擇依據C進行不可辨識參數的選擇，并將該參數從可辨識參數指標集合I移入不可辨識參數指標集合U，然后回到第六步；

第八步：如果最小特征值大于容許值，則不存在不可辨識參數，根據可辨識參數和不可辨識參數指標集合得到可辨識參數和不可辨識參數，并且不可辨識參數移入不可辨識參數指標集合U的順序也為參數不可辨識性從大到小的排列順序；

所述的第七步中，不可辨識參數依據C如下：

其中，v_0,d表示特征向量v₀的第d個元素，k則表示特征向量v₀中最大元素的位置，該位置對應的參數即為不可辨識參數，d的取值范圍為1到n_p。

2.根據權利要求1所述的參數可辨識性分析方法，其特征在于：所述的第二步中，微分代數方程組F(u,θ)具有如下形式：

其中，x和表示發電機動態過程中的狀態變量和狀態變量的導數，y為發電機的輸出狀態，f表征同步發電機的動態過程的非線性函數，h則是定義同步發電機的輸出函數，t₀為仿真時段的初始時刻，x₀為狀態變量的初值。

3.根據權利要求2所述的參數可辨識性分析方法，其特征在于：所述的第三步中，第i個參數的靈敏度方程S_i(u,θ)具有下述形式：

其中，s_i和分別表示第i個參數對應狀態變量的靈敏度和靈敏度導數，θ_i表示參數向量θ的第i個參數。

4.根據權利要求3所述的參數可辨識性分析方法，其特征在于：所述的第六步中，相對海森矩陣具有下述形式：

其中，W表示發電廠廠站端數據采集與監控系統采集輸出數據y_m相應設備的采樣誤差，T表示矩陣的轉置。