龚啸
- 作品数：4 被引量：49H指数：4
- 供职机构：重庆大学电气工程学院输配电装备及系统安全与新技术国家重点实验室更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于参数优化的最小二乘支持向量机状态估计方法被引量：23
- 2011年
- 考虑到最小二乘支持向量机的参数选择会对状态估计的结果产生较大影响,提出了一种基于参数优化的最小二乘支持向量机的状态估计方法。首先,在非线性回归估计模型的训练过程中,采用两层网格搜索策略和交叉验证法来动态地调整LS-SVM的参数,从而更好地反映估计模型的复杂度,以此提高状态估计的精度。其次,由于估计模型在应对不良数据时可能出现误差增大的问题,通过对核参数的特性进行分析,加入了一种鲁棒优化方法,增强了估计模型的抗差能力。仿真分析发现,该方法具有估计精度高,面对不良数据时鲁棒性好的特点。
- 陈刚闫飞龚啸王烨
- 关键词：状态估计最小二乘支持向量机网格搜索参数优化
- 自适应混沌粒子群算法在PSS设计中的应用被引量：10
- 2012年
- 该文采用一种改进的粒子群算法PSO———自适应混沌粒子群算法ACPSO,对多机电力系统稳定器参数进行优化设计,以抑制系统低频振荡。该算法通过混沌初始化粒子群,在迭代计算过程中根据粒子的适应值自适应地调整算法惯性系数,从而可以获得更好的全局搜索能力和收敛速度。选取系统机电振荡模式最小阻尼比最大化为目标函数,将PSS参数优化转换为带不等式约束的非线性优化问题。以3机9节点系统为例,特征值和非线性仿真结果表明,运用该方法设计的PSS能够有效地抑制外界扰动引起的低频振荡。
- 陈刚简华阳龚啸
- 关键词：多机电力系统电力系统稳定器低频振荡电力系统稳定
- 基于改进的ARMA递推算法的低频振荡模式在线辨识被引量：12
- 2012年
- 为提高电力系统低频振荡现象的实时监测水平,提出采用一种基于自回归滑动平均模型的两段加权递推最小二乘算法进行低频振荡模式辨识,并通过估计ARMA谱的方法以提取低频振荡的主导模式。该改进算法先采用加权递推最小二乘算法拟合高阶AR模型单独得到白噪声估值,再将该估值用于常规加权递推最小二乘算法中,提高了算法参数辨识的精度和收敛速度。New-England 39节点系统的时域仿真测试验证了该改进算法对低频振荡模式辨识的有效性,并通过与常规加权递推最小二乘算法辨识效果的比较验证了该改进算法对低频振荡模式的辨识具有更好的精确性且提高了收敛速度。最后通过对某电网PMU实测数据的辨识分析,验证了该改进算法能够准确地辨识系统的低频振荡主导模式频率和阻尼比,具有实际的工程意义。
- 陈刚陈刚龚啸李军
- 基于ARMA递推算法的电力系统低频振荡模式在线辨识研究
- 随着电力系统规模不断扩大和大区联网推进，大量采用高增益的励磁调节器以改善发电机电压调节精度和系统稳定性，均使得电网低频振荡现象时有出现，严重威胁系统的正常运行。因此，低频振荡已成为限制大区电网互联的一个重要因素，准确、及...
- 龚啸
- 关键词：电力系统低频振荡模式在线辨识
- 文献传递
