曹路, 李建华, 时艳强, 杨玲, 朱宏超, 马腾宇, 吴杰, 谢志平

(1.国家电网有限公司华东分部，上海 200120；2.国电南瑞科技股份有限公司, 江苏 南京 211106；3.扬州第二发电有限责任公司，江苏 扬州 225000)

0 引 言

发电机励磁系统具有调节发电机端电压和控制并列运行发电机无功功率分配的作用[1]。准确掌握每台并网机组励磁系统的参数对研究电网稳定性十分重要。

人工智能算法相较于传统的时域与频域辨识法，可以较好地解决励磁系统非线性部分的参数辨识问题。文献[2]提出遗传算法及其改进应用于励磁系统参数辨识。文献[3]提出一种改进的粒子群算法可应用于解决励磁系统的参数辨识问题。上述算法在励磁系统的参数辨识问题上取得了一定的成效，但都只考虑了使用单一辨识法对系统进行辨识，无法保证辨识结果概率为1的收敛到全局最优点。信息融合技术可以很好地解决这个问题，它可以合理地协调多源数据，充分整合各种有用信息，以提高在不断变化的环境中的正确决策能力[4-5]。

本文针对发电机励磁参数辨识问题，采用人工网络融合法，提出一种基于数据融合模型的辨识算法，应用于发电机励磁系统参数辨识，有效地提高了算法的准确度与稳定性。

1 参数识别融合算法

1.1 数据融合模型

如图1所示，以多种参数辨识算法的并联结构为基础，建立基于人工神经网络的多信息融合模型。融合模型中，以灰狼优化算法(GWO)、粒子群算法(PSO)以及遗传算法(GA)的参数辨识结果分别作为信息空间X1、X2、X3，构成融合模型第1级。……