基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决目前汽轮机及其调速系统参数辨识传统方法过程复杂、耗时长、人为干预较多等问题,提出了一种基于粒子群算法的一键式智能辨识方法.综合考虑机组实际运行参数偏离设计值等问题,根据现场实测数据,自动搜寻扰动特性参数及对应的响应,并采用自动整理后的参数作为粒子群算法的输入,完成一键式参数辨识过程.该方法既减少了人的劳动强度,也避免了人为误差的引入.将该辨识方法用于实际火电机组汽轮机及其调速系统的参数辨识,并与传统的粒子群算法辨识结果进行对比,表明了该辨识方法的实用性、方便性和高效性.本辨识方法为汽轮机调速系统的参数辨识提供了一种新的有效手段.
推荐文章
基于混合粒子群的水轮机调速系统参数辨识
混合粒子群算法
水轮机调速系统
参数辨识
非线性系统
基于改进粒子群算法的水轮机调速系统参数优化研究
水轮机
调速系统
改进粒子算法
参数优化
基于改进粒子群算法的水轮机调速器参数优化
粒子群算法
微分进化算法
水轮机调节
二次优化
改进粒子群算法
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群算法的汽轮机及其调速系统参数辨识方法
来源期刊 系统仿真学报 学科 工学
关键词 参数辨识 粒子群算法 一键式辨识 仿真
年,卷(期) 2014,(7) 所属期刊栏目 人工智能与仿真
研究方向 页码范围 1511-1516
页数 分类号 TK39
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王家胜 重庆大学动力工程学院 16 98 6.0 9.0
3 苟小龙 重庆大学动力工程学院 57 340 12.0 14.0
6 张杰 重庆大学动力工程学院 38 285 9.0 15.0
8 甘飞 重庆大学动力工程学院 7 50 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (225)
参考文献  (10)
节点文献
引证文献  (9)
同被引文献  (44)
二级引证文献  (12)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(8)
  • 引证文献(4)
  • 二级引证文献(4)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
参数辨识
粒子群算法
一键式辨识
仿真
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
论文1v1指导