基于粒子群優(yōu)化算法的PSS參數優(yōu)化

第37卷第10期電力系統保護與控制Vol.37 No.102009年5月16日Power System Protection and ControlMay 16,2009基于粒子群優(yōu)化算法的PSS參數優(yōu)化吳峰,陳維榮,李奇，魯曉帆(西南交通大學(xué)電氣工程學(xué)院，四川成都610031 )摘要:粒子群算法(PS0-a)是一種應用于連續空間的、具有較好的全局搜索能力和尋優(yōu)速度的群體智能優(yōu)化算法?；趩螜C無(wú)窮大系統模型,通過(guò)采用PS0-co算法對電力系統穩定器(PSS)進(jìn)行參數優(yōu)化,以抑制低頻振蕩。該方法是以最優(yōu)控制原理為基礎，綜合考慮PSS與勵磁系統的性能，將PSS參數優(yōu)化協(xié)調轉化為帶有不等式約柬的優(yōu)化問(wèn)題，控制目標為系統輸出按照最小誤差跟蹤給定值的能力(ITAE準則)。用Matlab軟件進(jìn)行仿真，結果表明，利用該方法設計的PSS,它的穩定性有了較大的提高.關(guān)鍵詞:電力系統穩定器;粒子群算法;單機系統;參數優(yōu)化; ITAE準則Parameter optimization of power system stabilizer on particle swarm optimization algorithmWU Feng, CHEN Wei-rong ,LI Qi, LU Xiao-fan(School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, China)Abstract: Particle swarm optimization (PSO-0) applied to continuous space is a swarm inelligence optimization algorithm withpreferable ability of global search and search rate. Based on the single machine infinity system, PSO-o is proposed to optimize theparameter of power system stabilizer (PSS). Based on optimal control principle, the performance of PSS and excitation system isconsidered into the method. The parameter optimization is converted to a problem of constraint inequality, and according to the leasterror with system output, the control object is consider as the ability of tracking reference value(the principle of ITAE). MATLABsimulation results show that the stability of the PSS with the method is enbanced.Key words:power system stabilizer, particle swarm optimization; single machine with infinite bus; parameter opimization;ITAE中圖分類(lèi)號: TM76文獻標識碼: A文章編號: 1674-3415(2009)10-0053-06蕩嚴重時(shí)會(huì )導致系統解列或失去穩定。0引言.為了抑制低頻振蕩，提高電力系統的動(dòng)態(tài)穩定在現代電力系統中，隨著(zhù)電網(wǎng)規模的不斷擴性，可以采用附加控制信號，通過(guò)勵磁系統提供附大,機組單機容量的增加，以及快速勵磁系統的投加的正阻尼，以補償原來(lái)的負阻尼，使得系統總的入，低頻振蕩問(wèn)題已經(jīng)成為影響互聯(lián)電力系統穩定阻尼為正值。通過(guò)在發(fā)電機勵磁系統中加裝電力系的重要原因之一。同時(shí)，低頻振蕩也是一個(gè)向遠距統穩定器PSS (Power System Stabilizer)為系統提離輸電線(xiàn)路上增加輸電容量的嚴重瓶頸。低頻振蕩供正阻尼是抑制低頻振蕩的有效措施，合理配置的發(fā)生是由于在電力系統中，發(fā)電機經(jīng)輸電線(xiàn)路并PSS的參數可以取得理想的系統動(dòng)態(tài)性能，提高系列運行時(shí)，在小擾動(dòng)作用下，發(fā)電機轉子之間會(huì )發(fā)統的穩定性。生相對搖擺，這時(shí)電力系統如果缺少必要的阻尼就目前，國內外學(xué)者在PSS參數優(yōu)化協(xié)調方面做會(huì )失去動(dòng)態(tài)穩定。由于電力系統的非線(xiàn)性特性，動(dòng)了一定的研究工作。多種優(yōu)化算法如遺傳算法、免態(tài)失穩表現為發(fā)電機轉子之間的持續的振蕩，同時(shí)疫算法、進(jìn)化規則和粒子群算法已經(jīng)對PSS的參數輸電線(xiàn)路上功率也會(huì )發(fā)生相應的振蕩，影響了功率進(jìn)行了優(yōu)化2-6),并且起到了一定的優(yōu)化效果,但是的正常輸送。由于這種持續振蕩的頻率很低，- -般都存在可操作性差、收斂性差、容易陷入局部極值在0.2~2.5 Hz之間，故稱(chēng)為低頻振蕩"。其振蕩時(shí)等缺點(diǎn)。產(chǎn)生的能量通過(guò)機電聯(lián)系來(lái)傳遞，因此又稱(chēng)為機電中國煤化工umm Optimization)振蕩，表現為發(fā)電機電功率和功角的變化。低頻振是美E鳥(niǎo)群覓食行為的CNMHG-54-電力系統保護與控制啟發(fā)，于1995年提出的一種生物進(jìn)化算法間。PSO本文PSS采用超前-滯后校正模型,以發(fā)電機的算法采用速度-位置搜索模型,每個(gè)粒子代表解空間轉速偏差Aop為輸入信號，傳遞函數如下:的一一個(gè)候選解，粒子在搜索空間以一-定的速度飛行，sT。， 1+sT 1+sT3(5)飛行速度根據飛行經(jīng)驗進(jìn)行動(dòng)態(tài)調整。每個(gè)潛在解1+sTm 1+sTr 1+sT。與粒子運行速度相聯(lián)系，該速度不停地根據粒子經(jīng)式中: U為發(fā)電機的PSS輸出信號; T。為隔直環(huán)節驗以及與該粒子鄰近的粒子經(jīng)驗來(lái)調整大小、方向，的時(shí)間常數: T下T2、 T3、 T4為超前-滯后環(huán)節的時(shí)總是希望粒子能朝著(zhù)更好的方向發(fā)展。因此，在搜間常數; K為PSS增益。索過(guò)程中全局搜索能力與局部搜索能力的平衡關(guān)系1. 3 PSS優(yōu)化的目標函數和約束條件對于算法的成功起著(zhù)至關(guān)重要的作用。目前，大多數PSS優(yōu)化問(wèn)題僅僅是尋找機電振慣性權值自適應的粒子群算法PSO-o (Particle蕩模式下阻尼比最小的參數，無(wú)法綜合考慮PSS與Swarm Optimization)是在全局搜索與局部搜索平衡勵磁系統的性能。而根據最優(yōu)控制原理，對有約束特性的基礎上，得到的-種具有較好的全局搜索能最優(yōu)化問(wèn)題借助于Pontryagin極小值原理1.12,控力和尋優(yōu)速度的群體智能優(yōu)化算法。在標準PSO算制目標可描述為系統輸出按最小誤差跟蹤給定值的法中,慣性權值o是平衡算法的全局搜索能力和局部能力，這樣就考慮了綜合性能指標，實(shí)現抑制系統搜索能力的關(guān)鍵參數。PSO-o算法中，慣性權值o中有功功率、頻率等量的振蕩，使其保持穩態(tài)值。采用了自適應的方式，以達到更好的全局搜索能力。從動(dòng)態(tài)角度考慮,ITAE準則在處理誤差絕對值本文在前述PSS優(yōu)化研究工作的基礎上，提出與時(shí)間乘積的積分時(shí)，兼顧了受擾動(dòng)時(shí)系統在振蕩了一種PSO-w算法的PSS設計,在這種方法中,不過(guò)程中及趨于平穩時(shí)的輸出誤差11.12),故本文選擇同于以往只尋找機電振蕩模式下阻尼比最小的Pss它作為PSS作用效果的目標函數，誤差為各轉子角優(yōu)化方法2-6)，根據最優(yōu)控制原理綜合考慮PSS與速度與它們各自穩態(tài)值的相對誤差絕對值之和。對勵磁系統的性能，優(yōu)化的控制目標設為系統輸出按于單目標最優(yōu)化問(wèn)題，選取目標函數如下:最小誤差跟蹤給定值的能力,將PSS參數優(yōu)化協(xié)調f= [1(a.[0.(1)- o,dt(6)轉化為帶有不等式約束的優(yōu)化問(wèn)題。用PSO-w算法式中: 01(1)為發(fā)電機在t時(shí)刻的轉子角速度; 0s1為對該問(wèn)題求解,不易使問(wèn)題的解收斂于局部最優(yōu)解，發(fā)電機轉子角速度的穩態(tài)值; q為可調權重因子。并且可以提高尋優(yōu)速度，從而能夠對系統所裝PSS考慮到PSS中各參數的限制，PSS設計問(wèn)題可的參數進(jìn)行很好優(yōu)化，同時(shí)證明了該算法的有效性以表述為如下帶約束的優(yōu)化問(wèn)題:和優(yōu)越性。再通過(guò)Pronyl7.8)特 征值分析以及故障測，[ min試的仿真，驗證了所設計PSS的有效性和魯棒性。s.t. Kmie≤K S K(7)T.mia ST ST.me1 PSS 的設計Ts.m sT, STs.m1.1電力系統模型式中: K、T. Tz為待優(yōu)化的參數。參數K的典型電力系統的數學(xué)模型用非線(xiàn)性微分方程組表取值范圍是[0.1, 1000], T的典型取值范圍是[0.01,示如下:1.0]，T3的典型取值范圍是[0.01, 1.0], Tw、 I2、T4x = f(X,U)為給定值。式中: X為狀態(tài)變量向量; U為控制變量向量。2粒子群優(yōu)化算法加裝PSS后，系統在小擾動(dòng)情況下，根據李雅普諾夫線(xiàn)性化方法，把描述系統動(dòng)態(tài)特性的微分-2.1 PS0算法的基本原理代數方程組在平衡點(diǎn)(穩定運行點(diǎn))處線(xiàn)性化，得PSO算法是從生物種群行為特性中得到啟發(fā)并到電力系統的狀態(tài)方程為:用于求解優(yōu)化問(wèn)題。在PSO中，每個(gè)優(yōu)化問(wèn)題的潛OX=AOX+BU(2)在解都可以想象成D維搜索空間上的一個(gè)點(diǎn)，我們稱(chēng)之為“粒子”(Particle)。粒子在搜索空間中以一定axB= af(4)的速度飛行，這個(gè)速度根據它本身的飛行經(jīng)驗和同au伴的飛行經(jīng)驗來(lái)動(dòng)態(tài)調整，所有的粒子都有一一個(gè)被式中: A、B為平衡點(diǎn)估計值: oX為狀態(tài)變量的偏目標中國煤化工自己到目前為止差量; 0U為控制變量的偏差量。發(fā)現YHCN MH G的位置.這個(gè)可1.2 PSS模型以看作定程丁日己時(shí)C們經(jīng)驗，陳此之外，每個(gè)粒吳峰，等基于粒子群優(yōu)化算法的 PSS參數優(yōu)化. -55子還知道到目前為止整個(gè)群體中所有粒子發(fā)現的最應值; .好位置(記為Pbest)，這個(gè)可以看作是粒子的同伴的6)位置更新:按式(8)和式(9)更 新粒子的位移方向經(jīng)驗。每個(gè)粒子使用下列信息改變自己的當前位置:和步長(cháng),產(chǎn)生新種群X(+1);1)當前位置; 2)當前速度; 3)當前位置與自己最7) I← -t+1;好位置之間的距離; 4)當前位置與群體最好位置之8)若不滿(mǎn)足進(jìn)化結束條件，則轉3),否則轉8);間的距離。優(yōu)化搜索正是在由這樣- -群隨機初始化9)輸出結果。形成的粒子而組成的一個(gè)種群中，以迭代的方式進(jìn)3 PSS 參數優(yōu)化與仿真結果行的。假設在M維搜索空間(解空間)里，有s個(gè)粒3.1 PSS 參數優(yōu)化結果子組成的粒子群，其中第i個(gè)粒子位置可以表示成為了檢驗PSO-o算法的性能以及PSS參數優(yōu)化M維向量，,(n) =[xi, xn.,", .", xm], j表示變對系統暫態(tài)穩定的作用，本文使用Matlab7.0的電量戈的第j維分量;粒子的飛行速度為可(n)=[vi,力系統仿真模塊集SimPowerSystems BlocksetVa，... Vy, ", vim];該粒子所經(jīng)歷的個(gè)體最佳位置(SPB), 對標準的單機無(wú)窮大系統進(jìn)行PSS參數優(yōu)可表示為p,(n)=[pri,Pr, ..，. *.p:,.]; 在整個(gè)?；拖到y性能仿真。子群中，所有粒子經(jīng)歷過(guò)的最佳位置為g,(n)=(g;a ,單機無(wú)窮大系統仿真模型如圖1所示，圖中參gn, *",8y, .... 8w],當第i個(gè)粒子從n-1代迭代到數均為標么值，其額定容量均為200 MVA,并且均n代時(shí)，可采用下式進(jìn)行其速度和位置的更新F!:配有自并勵靜止勵磁系統。其中Tw=5, T2=0.05,T4 =0.057]。通過(guò)采用種群大小為100、進(jìn)化代數為(n)=Q.(n-1)+Rand[D(n-1)-x(n-1)]+ (8100的PSO-w算法對Kp. T下、T3三個(gè)參數進(jìn)行優(yōu)化,Rand[8(n-1)-x(n-1)]且與在相同條件下的全面學(xué)習粒子群算法(CLPSO) 6)參數優(yōu)化結果進(jìn)行了比較。表1為兩.無(wú)(n)= p.(n)+元(n-1)(9)種優(yōu)化算法的參數優(yōu)化結果。圖2所示是在隨機選式中: w為慣性權值; Rand為在[0, 1]范圍內變化的取初始解的條件下，隨著(zhù)進(jìn)化代數的增加，PSO-o算法搜索到相對最優(yōu)參數對應的ITAE變化曲線(xiàn)。隨機數; n為迭代次數;粒子數i=1,2, .",s. .2.2 PS0-w算法的基本原理針對PSO算法搜索性能取決于對全局搜索和局部搜索能力的平衡這一特性，本文在其基礎上進(jìn)行改進(jìn)，提出了一種具有較好的全局搜索能力和尋中菌一也優(yōu)速度的PSO-o算法。在PSO-o中，慣性權重采用自適應的方式:0=0_ max-iter*(@. _max-w_ min)/maxitMaxit:最大迭代數; iter: 迭代數;其算法流程如下:圖1單機無(wú)窮大電力系統仿真模型1) t←0;Fig.1 A simulation module diagram of the single machine2)初始化:在搜索空間均勻隨機地產(chǎn)生s個(gè)初始infinite bus power system位置，{0(1)=(n"; sw)i=2:; s,n=0};表1 CLPSO、PS0-w 的參數優(yōu)化結果Tab. 1 Parameter optimization result of CLSPO and PSO-03)評價(jià):計算每個(gè)粒子個(gè)體的位置(解)的目標函數參數CLPSOPSO-。值;3.921 329.43094)比較粒子的適應值和自身最優(yōu)粒子pbest的適應0.02560.076 1值，如果當前值比pbest 更優(yōu)，則以當前粒子替換0.61460.341 0pbest;5)比較粒子適應值與種群最優(yōu)值，如果當前值比中國煤化工FL系統在無(wú)PSS時(shí)gbest更優(yōu)，則置gbest為當前粒子的矩陣下標和適阻尼TYHCN MH G不穩定的狀態(tài)，安- 56-電力系統保護與控制裝PSS后系統穩定，但是機電振蕩模式下的阻尼比比較小，為0.15.用PSOwo算法優(yōu)化后的PSS的阻E圖尼比提高到0.4090,較大程度地提高了系統的阻尼。6.5*10)盡“壘oi5 206515323圖4發(fā)電機電磁功率動(dòng)態(tài)晌應曲線(xiàn)(加5%擾動(dòng))圖2搜索過(guò)程中ITAE的變化趨勢Fig.4 Dynamic response curve of eletromagetism power ofFig. 2 Trend of ITAE during scarchinggenerator (adding disturbance of 5%)圖3是測試勵磁系統參考電壓在12s時(shí)發(fā)生表2單機系統的特征值5%的擾動(dòng)并持續0.5 s的結果。這種干擾情況會(huì )使Tab.2 The characteristic value of the single machine system發(fā)電機機端電壓產(chǎn)生變化，從而影響系統的暫態(tài)穩系統未裝PSS來(lái)優(yōu)化的PSS優(yōu)化后的PSS定。從圖中可以看到采用PSOw算法優(yōu)化的PSS，4.672 2土特-1. 0土特|-1.6733土轉子角速度擺動(dòng)幅度比較小，發(fā)電機的轉子角速度10.767 0i6.607i3.733 7i在12.7 s時(shí)達到穩定。與其比較，CLPSO 算法優(yōu)化值的PSS的發(fā)電機在14.5s才達到穩定。|A阻|圖4所示為機組的電磁功率動(dòng)態(tài)響應曲線(xiàn)。圖0.062 3尼0. 150.4090比|中可見(jiàn)采用PSO-o算法優(yōu)化的PSS,電磁功率擺動(dòng)1.713 6.1.0520.594 2幅度較小,發(fā)電機的電磁功率在12.5 s時(shí)達到穩定。與其比較，CLPSO 算法優(yōu)化的PSS的電磁功率在3.2動(dòng)態(tài)仿真結果分析14.6s才達到穩定。為了評價(jià)基于PSO-o算法優(yōu)化的PSS性能,對3.2. 2大擾動(dòng)情況下PSS有效性分析系統勵磁系統參考電壓加5%的擾動(dòng)、系統發(fā)生三對于PSS的暫態(tài)性能，通過(guò)發(fā)電機出口=12 s相短路、三相斷路故障的情況下，對配置了采用發(fā)生三相短路和=1 s發(fā)生三相斷路故障的情況下CLPSO.PSO-o算法優(yōu)化的PSS系統進(jìn)行動(dòng)態(tài)仿真。進(jìn)行仿真。3.2.1小擾動(dòng)情況下PSS有效性分析1.03機端電壓參考值加5 %方波電壓階躍，對比不1.02-同算法得出的PSS對提高靜態(tài)穩定性的作用。1.011.001.0311.02+010.980.97塑0.990.960.% t0.97-圖5發(fā)電機轉子角速度動(dòng)態(tài)響應曲線(xiàn)(三相短路故障)6 20Fig.5 Dynamic response curve of rotor speed of generatort circut)圖3發(fā)電機的轉子角速度動(dòng)態(tài)響應曲線(xiàn)(加5%擾動(dòng))中國煤化工Fig.3 Dynamic response curve of rotor speed of generator(adding disturbance of 5%)MYHCNMHG吳峰，等基于粒子群優(yōu)化算法的 PSS參數優(yōu)化-57.率變化的結果。從圖中可見(jiàn)采用PSO-o算法優(yōu)化的PSS，轉子角速度和電磁功率擺動(dòng)幅度較小，發(fā)電機轉子角速度、電磁功率達到穩定的時(shí)間均比CLPSO算法優(yōu)化的要快。所以PSS 能夠很快地平息低頻振蕩，提高了轉子的暫態(tài)特性。4結論本文在Matlab環(huán)境下，將PSO-w算法用于單機無(wú)窮大系統PSS的參數優(yōu)化問(wèn)題。不同于以往只0515 20尋找機電振蕩模式下阻尼比最小的PSS優(yōu)化方法，本文根據最優(yōu)控制原理綜合考慮PSS與勵磁系統的圖6發(fā)電機電磁功率動(dòng)態(tài)響應曲線(xiàn)(三相短路故障)性能，優(yōu)化的控制目標設為系統輸出按最小誤差跟Fig.6 Dynamic response curve of electromagnetism power of蹤給定值的能力,將PSS參數優(yōu)化協(xié)調轉化為帶有g(shù)enerator (the fault of three phase short circuit)不等式約束的優(yōu)化問(wèn)題。通過(guò)采用電力系統仿真模塊集SPB,單機無(wú)窮大系統進(jìn)行PSS參數優(yōu)化和系1.03E統動(dòng)態(tài)性能仿真.仿真結果表明，經(jīng)PSO-o算法優(yōu)1.02化的PSS在不同的干擾下都具有良好的性能，采用Prony分析法提出的特征值也驗證了系統阻尼得到1.01了提升，從而使系統的低頻振蕩現象得到了很好抑& 1.00制。對PSO-o算法采用慣性權值o自適應的方式，學(xué)0.99達到了全局搜索與局部搜索平衡的特性，是-一種具098- I有較好的全局搜索能力和尋優(yōu)速度的群體智能算0.97-法。96T5參考文獻1] 倪以信，陳壽孫，張寶霖.動(dòng)態(tài)電力系統的理論和分圖7發(fā)電機轉子角速度動(dòng)態(tài)響應曲線(xiàn)(三相斷路故障)析[M].北京:清華大學(xué)出版社，2002.NI Yi-xin, CHEN Shou- sun, ZHANG Ba-lin. Theorygenerator (the fault of three phase break circuit)and Analysis of Dynamic Power System[M]. Beijing:Tsinghua University Press, 2002.3.[2] Abdel-Magid Y L, Abido M A. Optimal Multiobjective2.5-Design of Robust Power System Stabilizers Using2.Genetic Algorithms[]. IEE Trans on Power Systems,， 1.52003, 18 (3): 1125-1132.[3] 劉揚名.電力系統穩定器(PSS) 參數優(yōu)化整定的研究0.5-(碩士學(xué)位論文)(D].上海:上海交通大學(xué),2007.LIU Yang-ming.Study on the Optimal Algorithm of0.Parameters of Power Systerm Stabilizer,Thesis[D].5 20Shanghai: Shanghai Jiaotong Unvrity.2007.4] 牛振勇,杜正春,萬(wàn)良，等.基于進(jìn)化策略的多機系圍8發(fā)電機電磁功率動(dòng)態(tài)晌應曲線(xiàn)(三相斷路故障)統PSS參數優(yōu)化[J].中國電機工程學(xué)報, 2004, 24(2):Fig.8 Dynamic response curve of electromagnetism power of22-27.NIU Zhen-yong, DU Zheng-chun, FANG Wan-liang. et al.Parameter Optimization of Multi machine Power System圖5、6為三相短路故障持續0.1 s后重合閘成中國煤化工eyYJ]. Prcedings of功后轉子角速度和電磁功率變化的結果。圖7、8為三相斷路故障持續0.1 s后轉子角速度和電磁功[5]CHCNMHG,群優(yōu)化算法的最優(yōu)-58-電力系統保護與控制電力系統穩定器設計[].電網(wǎng)技術(shù), 2006, 30(3): 32-35.Control Systems, 2006, 26(3): 96-114.ZHAO Hui, LIU Lu-yuan, ZHANG Geng-xin. Optimal12] 薛定宇,陳陽(yáng)泉.控制數學(xué)問(wèn)題的Matlab求解[M]. 北Design of Power System Stabilier Using Particle Swarm京:清華大學(xué)出版社, 2007.Optimization[J]. Power System Technology, 2006, 30(3):XUE Ding-yu, CHEN Yang quan. Matlab Solutions to32- 35(in Chinese).Mathematical Problems in Contro[M]. Beiing: Tsinghua[6] Kennedy J，Eberhart R C. Particle SwarmUniversity Press, 2007.Opimization[A]. ln: Proc. of the 1995 IEEE[13] Kundur P. Power System Sability and Control[M]. NewInternational Conference on Neural Networks(C].1995:York: McGraw-Hill, 1994.[14] 王錫凡，萬(wàn)良，杜正春.現代電力系統分析[M].北[7] Liang J J, Qin A K， Suganthan P N, et al. Comp-京:科學(xué)出版社，2003.rehensive Leaming Particle Swam Optimizer for GlobalWANG Xi-fan, FANG Wan-liang, dU Zheng- chun.Optimization of Multimodal Functions[J]. IEEE Trans onModem Power System Analysis[M]. Beijing: ScienceEvolutionary Computation, 2006, 10(3): 67-82.Press, 2003.[8]蘆晶晶,郭劍.田芳,等基于Prony方法的電力系統振蕩[15] 徐光虎蘇寅生,孫衢，等基于特征值分析法的PSS模式分析及PSS參數設計[].電網(wǎng)技術(shù), 2004, 28(8):最佳安裝地點(diǎn)的確定[].繼電器, 2004, 32(8): 14.KU Guang-hu, su Yin-sheng, SUN Qu, et alLU Jing-ing.GUO JianTIAN Fang.et al.Power SystemIdenification of PSS Optimum Location Based onOscillation Mode Analysis and Parameter DeterminationEigenvalue Analysis Method[J]. Relay, 2004, 32(8): 14.of PSS Based on Prony Method[J]. Power System[16] Shi Y, Eberhart R. Empirical Study of Particle SwarmTechnology, 2004, 28(8): 32-35.Optimization[A]. In: Proc. of the 1999 Congress on[9] Prony 分析在電力系統低頻振蕩研究中的應用(碩士學(xué)Evolutionary Computation[C]. 1999. 1945- 1950.位論文)[D].北京:華北電力大學(xué),2001.收稿日期: 2008-06-27;修回日期: 2008-07-03XU Dongjie.The Application of Prony Analysis for作者簡(jiǎn)介:Power SystemLow FrequencyOscillation吳峰(1984-),男，碩士研究生,研究方向為電力系Research,Thesis[D]. Beijing: North China Elecric Power統穩定控制，進(jìn)化算法等; E-mai:wufeng. winnie@University,2001.hotmail.com[10]方思力,朱方.電力系統穩定器的原理及應用[M].北京:陳維榮(1965-), 男，博士，教授，博士生導師，研究方向為智能信息處理、智能監測技術(shù)等;中國電力出版社,1996.李奇(1984-), 男,博士研究生,研究向為群體智[11] Bristow D A, Tharayil M, Alleyne A G A Survey ofIterative Leaming Control: A learning based Method for能算法、電力系統穩定控制等。High-performance Tracking Control[J]. EEE Trans(上接第47頁(yè)continued from page 47 )設計[].微計算機信息，2006，22(9-1) : 178-180.[8] 張志平,劉正平.在LabVIEW中調用MATLAB的一TIAN Rui-li, ZHANG Zhong-fu. The Design of Virual種方法[].計算機與現代化, 2004, (5): 94-95.Current Prediction Based on Neural Network[I].2006，ZHANG Zhi-ping, LIU Zheng-ping. A Method of22(9-1) : 178-180.Calling MATLAB in LabVIEW[J]. Computer and收稿日期: 2008-07- -02;修回日期: 2008-07-19Modemization,2004, (5): 94-95.9] 周麗霞. LabVIEW在BP神經(jīng)網(wǎng)絡(luò )設備故障診斷系統作者簡(jiǎn)介: .杜太行(1963-),男，教授,博士生導師，長(cháng)期從事電中的應用[J].機床與液壓，2007， 35(4): 215-218.器檢測與試驗、計算機應用、工業(yè)自動(dòng)化方面的研究;ZHOU Li-xia. Application of LabVIEW in BP Nerve賈興建(1983-),女，碩士研究生，研究方向為計算機Network Fault Diagnosis of Equipments[]. Machine智能理論與控制, E-mail: iaxinian@ email.comTool & Hydraulics, 2007, 35(4): 215-218.中國煤化工[10]田瑞利，張忠夫.基于神經(jīng)網(wǎng)絡(luò )的虛擬電流預報儀的YHCNMHG