基于粒子群-量子操作算法的同步发电机非线性模型参数辨识

• 作者: 付亮 何里 寇攀高 王辉斌 黄波
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 同步发电机 参数辨识 粒子群优化 量子操作
• 年，卷（期）: 2012,（z1）
• 所属期刊栏目: 电工电机
• 页码范围: 249-255
• 页数: 7页
• 分类号: TM85
• 字数: 4692字
• 语种: 中文

摘要

为解决同步发电机三阶非线性模型参数辨识问题,在将参数辨识问题转化为非线性优化问题的基础上,引入粒子群优化(particle swarm optimization,PSO)算法.考虑到PSO收敛速度慢、参数辨识精度低,而量子粒子群优化(quantum particle swarm optimization,QPSO)算法收敛速度快、具有较好的全局搜索能力,将量子操作引入到PSO算法中,提出了粒子群-量子操作(particle swarm optimization with quantum operation,PSO-QO)优化算法.仿真试验结果表明,与PSO算法、QPSO算法相比,PSO-QO算法收敛速度快、参数辨识精度高、算法更为稳定；与经典扩展卡尔曼滤波(extended Kalman filter,EKE)方法相比,PSO-QO具有更强的鲁棒性,尽管强噪声条件下参数辨识精度有所下降,但效果仍优于EKF.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王辉斌		16	105	6.0	9.0
2	付亮		13	73	6.0	8.0
3	寇攀高		2	17	2.0	2.0
4	何里		4	30	3.0	4.0
5	黄波		4	15	1.0	3.0