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:
为了获得高性能的双馈感应发电机(Doubly-Fed Induction Generator,DFIG)的控制,必须确保发电机参数的准确性.针对DFIG多参数辨识问题,提出了基于改进竞技粒子群算法的参数辨识方法.首先在两相同步旋转坐标系下将DFIG数学模型转化为DFIG参数辨识的模型.然后针对竞技粒子群算法收敛速度较慢的问题,对所引入的竞技机制进行了改进.在粒子迭代过程中,优胜的粒子仍需向个体最优和全局最优的粒子学习,从而提高了算法的收敛速度和收敛精度.最后在Matlab/Simulink中将改进竞技粒子群算法用于DFIG的参数辨识,并与粒子群算法、量子粒子群算法和竞技粒子群算法进行了对比验证.仿真结果表明改进竞技粒子群算法能提高定子电阻、定子电感、转子电阻、转子电感以及定转子互感5个参数的辨识精度.
推荐文章
基于粒子群游算法的同步发电机参数辨识
参数辨识
进化算法
粒子群游
同步发电机
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
系统辨识的粒子群优化方法
结构辨识
参数辨识
粒子群优化算法
组合优化
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 基于改进竞技粒子群算法的DFIG参数辨识
来源期刊 控制工程 学科 工学
关键词 改进竞技粒子群算法 双馈风力发电机 参数辨识 粒子群算法
年,卷(期) 2018,(1) 所属期刊栏目 建模与仿真系统
研究方向 页码范围 122-130
页数 9页 分类号 TP29
字数 6401字 语种 中文
DOI 10.14107/j.cnki.kzgc.150823
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 纪志成 江南大学电气自动化研究所 397 4193 27.0 46.0
2 田娜 江南大学电气自动化研究所 19 111 7.0 10.0
6 蒋莹莹 江南大学电气自动化研究所 2 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (44)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (17)
二级引证文献  (11)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(10)
  • 参考文献(1)
  • 二级参考文献(9)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
改进竞技粒子群算法
双馈风力发电机
参数辨识
粒子群算法
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导