梯度類算法在電力系統(tǒng)負(fù)荷模型參數(shù)辨識中的應(yīng)用.pdf

1、電力負(fù)荷是電力系統(tǒng)的重要組成部分，電力負(fù)荷的數(shù)學(xué)模型在電力系統(tǒng)的設(shè)計(jì)、運(yùn)行與分析中有重要的應(yīng)用。如何模擬電力負(fù)荷的特性、建立正確的負(fù)荷模型是國內(nèi)外廣大電力研究人員關(guān)心的重大問題。電力負(fù)荷的復(fù)雜性、隨機(jī)性和分散性的特點(diǎn)，決定了建立精確的負(fù)荷模型會(huì)非常困難，但是建立與實(shí)際情況相近的負(fù)荷模型則是有可能的。
　　 本文首先闡述了負(fù)荷建模工作的重要意義、負(fù)荷建模工作的發(fā)展歷程及國內(nèi)外研究現(xiàn)狀及常用的負(fù)荷建模方法。在介紹常用負(fù)荷模型的時(shí)候，

2、重點(diǎn)闡述了Karlsson-Hill模型的由來與可辨識性。之后介紹如何將電力負(fù)荷模型參數(shù)辨識問題轉(zhuǎn)化為非線性最小二乘問題，同時(shí)介紹了求解非線性最小二乘問題的梯度類算法。
　　 本文應(yīng)用梯度類算法辨識動(dòng)態(tài)負(fù)荷模型參數(shù)時(shí)發(fā)現(xiàn)，導(dǎo)致梯度類算法局部收斂的根本原因是目標(biāo)函數(shù)的非線性程度，而非模型的動(dòng)態(tài)特性。研究還發(fā)現(xiàn)對于形式簡單的一階動(dòng)態(tài)負(fù)荷模型——Karlsson-Hill模型，在參數(shù)辨識過程中采用適當(dāng)?shù)姆椒梢员苊饩植渴諗繂栴}，從而為