改进PSO算法在AWS波浪发电场参数辨识中的应用

摘要：

考虑到现阶段波浪发电场的数量较少,缺少足够的实际测试数据,文中设计一种基于改进PSO算法的AWS波浪发电场模型.以AWS波浪发电场实测数据为输入,以有功功率为输出,引入粒子群算法(PSO)确定模型的各项等效参数,构建可以对实际测试波浪数据对应的发电场功率进行分析的等效模型.在PSO目标函数为等效模型输出有功功率和电场模型输出有功功率之间差值的平方和的基础上,采用PSO方法对等效模型驱动参数进行辨识.结果表明:迭代达到约1300次时,粒子群算法发生收敛,表明采用PSO对12组实测数据进行参数辨识都可以实现正常收敛的状态.所设计模型以粒子群算法进行辨识所得各参数基本相同,能够得到稳定的参数辨识结果.

关键词：波浪发电场、改进PSO算法、参数辨识、等效模型、电场模型、有功功率

所属期刊栏目：46

分类号：TN830-34;TH137(无线电设备、电信设备)

资助基金：内蒙古自然科学基金项目20B51002633

在线出版日期：2023-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：139-142