论文部分内容阅读
电力负荷模型是影响仿真结果精度和可信度最为重要的因素之一。本文针对基本遗传算法用于负荷建模存在的不足,设计了比例选择策略和线性自适应变异策略,对遗传算法的选择算子和变异算子进行改进。选用感应电动机并联ZIP的综合负荷模型,使用改进的遗传算法利用现场实测数据进行负荷模型参数辨识。结果表明,改进后的遗传算法改善了优化过程,对加速收敛、缩短辨识时间,克服模型分散性均有显著作用。阐述了基于数据的多曲线辨识的模型修正方法,针对负荷实测记录数据增多导致建模工作量急剧增大的问题,提出了基于模型参数递推修正的电力负