Page 153 - 《中国电力》2026年第3期

王宇等：基于多时间尺度故障过程分区的 DFIG 参数分层递进式辨识策略 2026 年第 3 期

识精度高，选择优先辨识；轨迹灵敏度小的参数 式中： R Em 为第 m 个区间内的可靠性； R SNi,m 为方
辨识难度较大。RSC 外环 PI 控制参数轨迹灵敏度 差比形式的信噪比； V arm (i)为在第 m 个区间内第
较小的原因是故障期间外环控制器闭锁，故障穿 i 个观测量的方差； σ 2 为估计噪声方差。
i,noise
越控制器级联到内环控制器上。 4）最后进行综合判定指标 I Ck,m 的计算，即

（19）
表 3 变流器控制参数轨迹灵敏度 I Ck,m = I Dk,m R Ek,m
Table 3 Converter control parameter trajectory sensitivity 待辨识参数 k 、k 的 7 I 计算结果如图 8 所示，
C
p7
i
RSC控制参数 GSC控制参数 RSC 内、外环 PI 控制参数的综合判定指标分别在
参数 轨迹灵敏度 参数 轨迹灵敏度 区间Ⅱ、Ⅳ时大，故在辨识变流器控制参数时，
84.048 1 1 363.595 9
k p1 k p5 首先输入阶段Ⅱ数据对内环 PI 参数进行辨识；进
16.060 9 33.460 6
k i1 k i5 而代入 RSC 控制时域表达式，输入阶段Ⅳ数据以
1 333.566 1 204.933 5
k p2 k p6 有功、无功功率作为拟合对象，通过自适应差分
701.346 6 147.860 9
k i2 k i6 进 化 法 辨 识 RSC 外 环 PI 参 数 ， GSC 内 外 环 PI 参
122.223 3 1 746.661 9
k p3 k p7 数辨识与其类似。

247.497 3 147.860 9
k i3 k i7

0.20
595.099 6
k p4 k p1
0.18
370.072 3
k i4 k i1
0.16
0.14
k p2
为确定各参数的辨识区间，在上述分区间辨 0.12
k i2
识轨迹灵敏度的基础上，引入综合判定指标 I ， 0.10
C
k p3
0.08
具体计算过程如下。
0.06
k i3
1）计算第 m 个区间内多观测量聚合的轨迹灵 k p4 0.04
敏度为 k i4 0.02
√
1 2
I ∑ ∑ Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ
S k,m = (S θ k ,i (t)) （15） a) RSC内外环PI综合判定指标热力图
|T m |
i=1 t∈T
0.45
k p5
式中， S k,m 为第 k 个参数 θ 在第 m 个区间内的轨 0.40
k
迹灵敏度；T 为第 m 个区间的范围；I 为区间个 k i5 0.35
m
0.30
数，本文中 I=6。 k p6
0.25
2） 进 行 判 别 指 数 I 的 计 算 ， I 越 大 说 明 第
D
D
k i6 0.20
m 个区间对第 k 个参数的辨识有明显优势。 0.15
k p7
S k,m 0.10
I Dk,m = ∑ （16） 0.05
S j,m +ε k i7
j,k Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ
b) GSC内外环PI综合判定指标热力图
式中： I Dk,m 为第 k 个参数 θ 在第 m 个区间内的判
k
图 8 变流器控制参数综合判定指标热力图
别指数； ε为一个很小的正数。
Fig. 8 Heat map of comprehensive evaluation metrics
3）为了量化各区间内数据质量，避免根据噪 for converter control parameters
声很大情况下高 I 作出错误判断，引入区间可靠
D
2.4.2 自适应差分进化法
性 R 计算，即
E
差分进化算法是一种模拟自然界生物种群以
( )
1 I ∑ log (1+R SNi,m )
10
R Em = min 1, （17） “优胜劣汰，适者生存”进化规律形成的随机启
I c SNR
i=1
发式搜索算法，具体步骤如下。
V arm (i) 1）初始化种群，在 维空间里生成满足约束
R SNi,m = （18） n
σ 2
i,noise 条件的 N 个个体，即
149