王 伟，曾 云，钱 晶，于 磊，邹屹东，郭志成

(昆明理工大学冶金与能源工程学院，云南 昆明 650093)

0 引 言

水轮机调速系统模型参数的准确性直接影响控制器设计，进而影响动态调节特性和电力系统的安全稳定性。水轮机调速系统的运行状况对保证电网频率，使水电机组安全稳定地运行至关重要。水轮机调速系统是一个具有惯性环节、时变性和非最小相位的复杂非线性的闭环自动控制系统[1]，模型中有些参数可以通过现场试验得到，辨识是获取其他模型参数的一种有效可行的手段，因此对水轮机调速系统的参数辨识十分必要。

对调速系统的其中一部分进行辨识，如采用粒子群算法对电液随动系统进行辨识[2]、人工鱼群算法对水轮机-引水系统进行辨识[3]。在水轮机调速系统非线性模型的整体参数辨识上，可以采用神经网络，模糊理论等，目前使用最普遍的是群体智能优化算法，遗传算法、引力搜索算法、生物地理优化算法[4]等均得以在参数辨识中使用。李剑波等提出将灰狼优化算法和EEMD引入强噪声环境下的系统在线辨识[5]。粒子群算法是一种随机全局搜索算法，因其不受模型结构、约束条件、参数初值等的限制，收敛速度快、实现方便、精度高等优点被广泛应用于模型优化等问题。作为最成熟，使用最广泛的智能优化算法，其应用于调速系统参数辨识时，冯雁敏等[6]在PSO中引入收缩因子和混沌优化思想等。本文针对PSO容易发生局部收敛，引入莱维飞行思想，让参数寻优过程中能够跳出局部最优解集，能够尽快找到全局最优解，将其应用于水电机组及引水系统等被控对象的非线性模型参数辨识问题上。……