动态负荷模型参数辨识的微分进化算法

参数辨识是基于量测负荷建模的一项关键技术。针对微分进化算法进行静态负荷模型参数辨识收敛速度慢、种群规模大的问题, 提出一种适合动态负荷模型参数辨识的微分进化算法。所提算法鲁棒性好, 收敛速度快, 全局寻优能力强, 种群规模缩小, 计算量降低。对某大城市两个220kV变电站实测扰动数据进行动态负荷模型参数辨识表明, 计算精度明显优于遗传算法和Levenberg-Marquardt(L-M)算法相结合混合学习算法的计算精度, 验证了所提算法的实用性。