新能源与高效节能

本发明公开了一种抽水蓄能机组调节系统鲁棒辨识方法，包括以下步骤：(1)获取抽水蓄能机组调节系统运行数据，将原始数据规范至[0,1]区间并划分为训练集和测试集，确定离群鲁棒极限学习机的输入变量；(2)建立离群鲁棒极限学习机模型，并用训练集对其进行训练；(3)采用拉丁超立方和模拟退火算法改进原子搜索算法，并采用改进原子搜索算法优化ORELM模型的权重和偏置；(4)利用训练好的ORELM模型和测试集得到预测值，反归一化后即可得到最终输出。

成果亮点

发明目的：本发明提供一种辨识精度高的抽水蓄能机组调节系统鲁棒辨识方法。 技术方案：本发明提出一种抽水蓄能机组调节系统鲁棒辨识方法，具体包括以下步骤： (1)获取抽水蓄能机组调节系统运行数据，将原始数据规范至[0,1]区间并划分为训练集和测试集，确定离群鲁棒极限学习机的输入变量； (2)建立离群鲁棒极限学习机模型，并用训练集对其进行训练； (3)采用拉丁超立方进行初始化原子初始速度和位置，并利用模拟退火算法改进原子搜索算法优化离群鲁棒极限学习机模型的权重和偏置； (4)利用训练好的离群鲁棒极限学习机模型和测试集得到预测值，反归一化后即可得到辨识模型输出。

抽水蓄能机组调节系统鲁棒辨识方法是一种可以提高抽水蓄能机组调节系统辨识准确性的方法，这项技术在电力系统领域有着广泛的应用前景。

随着全球能源转型的加速，电力系统的清洁、可再生能源比重不断增加，抽水蓄能机组作为一种重要的储能设备，在电力系统中发挥着越来越重要的作用。然而，抽水蓄能机组的调节系统具有复杂性和不确定性，对其进行准确的辨识和控制是抽水蓄能机组高效运行的关键。

抽水蓄能机组调节系统鲁棒辨识方法可以提高抽水蓄能机组调节系统辨识的准确性和可靠性，从而提高抽水蓄能机组的运行效率和安全性。这项技术还可以为抽水蓄能机组的控制和优化提供智能化的解决方案，通过对调节系统的准确辨识，优化抽水蓄能机组的控制和调度，提高电力系统的可靠性和经济性。

因此，抽水蓄能机组调节系统鲁棒辨识方法的应用前景非常广阔，在电力系统领域有着广泛的应用前景，具有重要的研究和推广价值。

有益效果：与现有技术相比，本发明的有益效果：本发明是基于离群鲁棒极限学习机和改进原子搜索算法的优化结合，极限学习机随机产生输入层和隐含层间的连接权值和隐含层神经元的阈值，在迭代过程中不需要调整，具有学习速度快、泛化能力好的特点，但传统极限学习机辨识模型对噪声数据建模的鲁棒性不足，最终得到的辨识精度不够准确，所以引入截断2-范数损失函数对传统极限学习机的目标函数进行改进，增强了传统极限学习机的鲁棒性；进一步采用改进原子搜索算法优化离群鲁棒极限学习机模型，采用拉丁超立方初始化和模拟退火算法局部搜索对原子搜索算法进行改进能够有效增强原子搜索算法的搜索性能和收敛精度，避免算法过早陷入局部最优并最终得到全局最优解，从而获取最优模型结构，提高离群鲁棒极限学习机模型的泛化性，并提高模型的辨识精度。