基于蚁群算法的励磁系统参数辨识与PSS参数优化的中期报告.docx

基于蚁群算法的励磁系统参数辨识与PSS参数优化的中期报告 本报告主要介绍基于蚁群算法的励磁系统参数辨识与PSS参数优化的研究进展情况，包括已完成的工作和下一步的研究计划。 1. 已完成工作 （1）整理了励磁系统及PSS的数学模型和参数辨识方法，并对比了常用的优化算法。 （2）基于MATLAB平台，编写了基于蚁群算法的励磁系统参数辨识程序，并完成了在IEEE第二区域10机39节点系统上的参数辨识。 （3）基于MATLAB平台，编写了基于蚁群算法的PSS参数优化程序，并完成了在IEEE第二区域10机39节点系统上的PSS参数优化。 2. 下一步研究计划 （1）优化算法的比较研究：将蚁群算法与其他优化算法如粒子群算法、遗传算法等进行比较研究，探讨各种算法的优缺点及适用范围。 （2）改进蚁群算法：通过改进蚁群算法中的参数如信息素蒸发系数、启发式函数等，提高算法的收敛速度和解的精度。 （3）实验研究：选取不同规模、结构的电力系统进行参数的辨识和优化，验证方法的有效性和可行性。 （4）基于深度学习的PSS参数优化研究：将深度学习技术应用于PSS参数优化中，探索新的优化方法和思路。