基于混沌与量子粒子群算法相结合的负荷模型参数辨识研究

被引：29

作者：

王振树 ^{[1
]}

卞绍润 ^{[2
]}

刘晓宇 ^{[1
]}

于凯 ^{[1
]}

石云鹏 ^{[1
]}

机构：

[1] 山东大学电气工程学院

[2] 济南历城供电公司

来源：

电工技术学报 | 2014年 / 29卷 / 12期

关键词：

混沌优化算法; 量子粒子群算法; 故障录波; 参数辨识; 负荷建模;

D O I：

10.19595/j.cnki.1000-6753.tces.2014.12.027

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

负荷建模是电力系统建模中亟待解决的难题。负荷特性数据、负荷模型结构以及参数辨识是影响实测负荷建模结果的重要因素。本文提出了混沌与量子粒子群算法相结合的负荷模型参数辨识方法。实测数据验证结果表明,该方法相对于常用的粒子群算法及量子粒子群算法在计算精度、收敛速度等方面都具有明显优势,应用于负荷模型参数辨识提高了负荷模型的准确性。

引用

页码：211 / 217

页数：7

共 19 条

[1] 电力系统负荷建模的自动故障拟合法 [J].