基于IOLBBO算法的水轮机非线性模型参数辨识

作者：孙文涛; 蔡晖; 张文嘉; 葛毅; 赵洁; 王荃荃; 刘代刚

来源：水电能源科学, 2018, 36(01): 152-155.

• 水轮机非线性模型
• 参数辨识
• IOLBBO算法
• 佳点集理论
• 正交学习

为提高考虑弹性水击模型的水轮机系统非线性模型参数辨识的精度、速度、稳定度,采用改进正交学习生物地理学算法(IOLBBO)对该模型进行参数辨识。IOLBBO利用佳点集方法的遍历性,初始化栖息地特征变量;引入精英保留策略,提高算法运行效率;融合正交学习(OL)策略,提高算法全局寻优能力。基于某水轮机动态试验数据的参数辨识计算及对比分析,表明IOLBBO算法可用于水轮机系统非线性模型参数实测辨识,与GA、PSO、QPSO、BBO算法相比,收敛速度更快、参数辨识精度更高、算法更稳定,为电力系统的参数辨识提供了一种新方法。

• 单位
  国网江苏省电力公司; 中国能源建设集团江苏省电力设计院有限公司; 武汉大学