摘要：为提高发电机动态参数辨识的准确性,提出一种基于电网动态特性的发电机主导参数辨识方法。首先,根据实测量对发电机进行解耦,构建了包含动态参数的同步发电机的离散非线性状态空间模型,据此给出了参数核平滑算法（kernel smoothing,KS）和祖先采样粒子吉布斯算法（particle Gibbs with ancestor sampling,PGAS）,并将两种算法结合得到KS-PGAS算法;然后,基于Morris筛选方法,使用灵敏度因子判别动态参数变化对输出的影响程度,并筛选出第一摆最大功率与阻尼比两个特征量相对应的主导参数;最后,使用KS-PGAS算法先对第一摆最大功率对应的主导参数修正,再利用修正后的主导参数对阻尼比对应的主导参数进行修正。仿真结果证明了所提算法的有效性和优越性。

关键词：同步发电机 参数辨识 灵敏度 核平滑 祖先采样粒子吉布斯算法 

单位：中国电力科学研究院; 北京市海淀区100192; 华北电力设计院有限公司; 北京市西城区100120