一种提高静态负荷模型参数辨识精度方法的研究.pdfVIP

第41卷 第6期 电力 系统保护 与控制 、，01．41NO．6 2013年 3月 16日 PowerSystem ProtectionandControl Mar．16．2013 一 种提高静态负荷模型参数辨识精度方法的研究 宋人杰，李文明 (东北电力大学信息工程学院，吉林 吉林 132012) 摘要：研究表明，在电力系统中，由于谐波噪声的影响负荷模型参数存在较高的分散性。通过对谐波噪声的高频特性和小波 分析的分析研究，提出了一种基于粒子群的小波阈值去噪算法，并将其应用到由谐波噪声引起的静态负荷模型参数分散性研 究中。仿真实验验证表明，该算法能有效地去除电力信号中的谐波噪声，降低模型参数的高分散性，提高了模型参数辨识精 度。 关键词：谐波噪声；参数辨识；小波变换；粒子群优化算法；负荷模型 Researchonimprovingtheprecisionofstaticloadmodelparameteridentification SONGRen-jie，LIWen—ming (CollegeofInformationEngineering，NortheastDianliUniversity,Jilin132012，China) Abstract：Researchesshow thatthereexistshighdispersionamongloadmodelparma etersduetoharmonicnoiseinpowersystems． A new waveletthresholddenoisingalgorithm basedonparticleswarm isproposedbyanalyzinghighfrequencycharacteristicsnad wavelettrnasform ofthehamronicnoise．Theproposedalgorithm isappliedtostaticloadmodelparameterdispersioncausedby harmonicnoise．Thesimulationresultsshow thatthenew algorithm caneliminateharmonicnoiseinpowersignals，reducethehigh dispersionofthemodelpraametersandraisetheidentificationprecisioneffectively． ThisworkissupposedbyNmionalNaturalScienceFoundationofChina(No． Keywords：harmonicnoise；prama eteridentification；wavelettransfomr ；particleswarm optimization；loadmodel 中图分类号： TM714 文献标识码：A 文章编号： 1674—3415(2013)06-0089．04 本文提出一种基于标准粒子群算法6【】(Particle 0 引言 SwarmOptimization，PSO)的小波去噪阈值优选方 目前在电力系统负荷建模中，负荷模型结构和 法并将其应用到电力信号中去除谐波噪声，该方法 负荷模型参数辨识方法是两个研究热点，随着研究 在合理的寻优区间内计算最优阈值，其中适应度函 的深入，由谐波噪声 1【】引起的负荷模型参数分散性 数为均方根误差 (RMSE)函数 。相比传统阈值选 问题也受到研究者的广泛关注。负荷模型参数的变 取方法，该方法阈值寻优速度快且精度高，运用该 化大小决定着 电力系统负荷监控和仿真的困难程