基于混沌遗传算法的配电网无功补偿优化

将遗传算法应用于配电网无功优化,介绍了混沌遗传算法的具体步骤,并将该算法对IEEE30节点系统进行了无功优化计算,将结果与遗传算法得到的结果进行比较,表明混沌遗传算法应用于无功优化是合理可行的。     

基于改进遗传算法的电网无功补偿优化控制研究

电网无功功率补偿优化控制是一个多元非线性动态约束问题,传统的电网无功补偿非线性规划方案都需要精确的数学物理模型,且各参变量间的协调性较差,很难满足电网多目标优化控制的工程需要.利用改进蚁群算法分布式协同组合优化的思想,建立以电压越限畸变为惩罚函数,以电压和无功补偿综合满意度为目标函数的电网无功补偿优化控制模型.实例仿真试验表明,基于改进遗传算法的电网无功优化控制模型,通过自适应的目标函数最大路径寻优,获得电网无功功率补偿装置较优越的无功补偿组合,提高了电网无功补偿的综合效率,有利于系统电压的稳定性,为电网无功优化提供了一个新的智能运算模型.     

一种无功补偿装置设计与仿真

通过建立一个不含滤波电容的电感负载交直交换流电路,利用输出滞后系统电压1/4工频周期的SPWM控制方法,使电感负载与系统感性负载发生能量交换,达到电感代替电容补偿系统感性无功的效果。并通过Y/△三相变压器连接3个配合工作的单相补偿电路,消去单相补偿电路中较大的3次谐波,使三相补偿电路不含低次谐波。基于该原理,提出一种在电力系统无功补偿中利用电感代替功率电容的控制方法,并研究该无功补偿装置的参数设计。有利于无功补偿器容量和电压的提升,减少由功率电容带来的冲击电流,提高了工作可靠性和降低了设备成本。用仿真软件建立算例电路检验补偿效果,并论证了补偿方法。     

基于遗传算法的仿人智能控制

将仿人智能控制与基于自适应在线遗传算法整定的PID控制算法相结合,在线调整闭环阶段的参数;在保持环节,根据误差极值调整抑制系数。二阶系统的数值仿真证明了该算法的有效性。     

基于遗传算法的电力系统无功优化

在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型．然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证．测试结果表明,改进的遗传算法有助于解决无功电压优化问题．     

基于改进遗传算法的无功优化

遗传算法的基础上对其局限性进行改进,使该算法在电力系统无功优化的应用中具有一定优越性。通过改进编码和选择算子,自适应的交叉变异概率等策略,并引入基于模拟退火策略的适应度函数和混沌算法,使得改进遗传算法高速、准确的收敛于最优解,改善了传统遗传算法易陷入收敛性差、效率低的弊端。在此基础上建立无功优化数学模型,介绍了该算法具体实现步骤,并将其应用于IEEE30节点,证明所提算法是可行和有效的。     

基于遗传算法模糊智能控制系统的研究

提出了一种以快速响应、节能、工作稳定性为基础的多目标优化指标，利用遗传算法强大的空间动态搜索能力、鲁棒性好、渐进优化等特点，针对舒适性指标，采用遗传算法对空调器模糊控制系统输入的隶属函数和控制规则二个参数进行了协同自动寻优设计，并对相关运行参数进行了分析。     

VSC型配电网无功补偿装置仿真分析

应用于配电网的电压源型变流器装置已经广泛地应用于配电网无功补偿控制中.首先分析了该装置在dq轴坐标系下的数学模型,设计了满足装置运行稳定性与快速性指标的主电路参数,构建了基于电压定向的功率稳定控制方法.最后在电磁暂态仿真软件PSCAD/EMTDC上对所设计的控制系统的有效性进行了仿真验证.结果表明,该控制方法具有良好的快速与稳定性能,同时补偿点的功率因数也得到了明显的改善.     

VSC型配电网无功补偿装置仿真分析

应用于配电网的电压源型变流器装置已经广泛地应用于配电网无功补偿控制中.首先分析了该装置在dq轴坐标系下的数学模型,设计了满足装置运行稳定性与快速性指标的主电路参数,构建了基于电压定向的功率稳定控制方法.最后在电磁暂态仿真软件PSCAD/EMTDC上对所设计的控制系统的有效性进行了仿真验证.结果表明,该控制方法具有良好的快速与稳定性能,同时补偿点的功率因数也得到了明显的改善.     

基于改进遗传算法的电网无功优化

无功运行优化问题的关键在于获得最优解或较好的次优解。传统的线性规划法和非线性规划法不能很好地处理整型变量问题 ,而简单遗传算法的鲁棒性不高。结合高中压配电网的特点 ,本文对简单遗传算法进行了改进 :采用十进制整型编码法和排序选择法 ,并对末位个体进行更新 ,最后采用模式法修正局部最优解。数值对比试验表明 ,本方法是合理的和可行的 ,具有一定的实用意义     

基于遗传模糊控制的智能自适应滤波算法

组合导航中软故障难以检测,致使卡尔曼滤波精度降低甚至发散.为提高滤波的容错性,提出了一种基于遗传模糊控制的智能自适应滤波算法.首先针对软故障提出一种模糊自适应滤波算法,算法中通过监测观测量新息及其变化率,应用模糊控制系统计算观测质量因子,并对滤波器量测噪声阵进行在线自适应调整,从而抑制软故障对滤波的影响,保证滤波的精度,提升容错性能.然后,利用自适应遗传算法对隶属度函数的参数进行优化,从而进一步提高算法的整体精度.利用本文提出的算法在SINS/CNS/GPS导航平台上进行了定位实验,结果显示该算法有效,在软故障存在时,定位精度小于2m,测速精度小于0.1m/s.     

基于混合智能算法的无功优化研究

根据电力系统中负荷不断变化的情况,提出了目标为全天网损最小的动态无功优化数学模型。以序列二次规划法作为遗传算法的一个局部搜索算子,嵌入到实数编码遗传算法中,构成一种基于序列二次规划法和实数编码的遗传算法的高效的混合智能算法。这样既保留了遗传算法具有收敛快,全局搜索能力强的优点,又克服了容易陷入局部最优点的缺陷。 IEEE9节点系统算例分析表明,混合智能算法能有效降低系统网损。     

一种智能无功功率实时补偿控制仪的设计

采用80C196KC微控制器，设计一种智能的无功补偿控制仪，通过采集系统参数，采用并联电容器组进行无功功率实时补偿，给出了算法及实现过程，利用C96语言编程，运用数据处理程序完成各个电参数的算法，缩短了开发周期。     

基于遗传算法优化的模糊PID控制研究及其仿真

本文提出了一种基于遗传算法优化的模糊PID控制系统:采用遗传算法优化模糊控制中的隶属函数和控制规则,进一步完善了模糊PID控制器的性能,提高了系统的控制精度。最后对优化后的模糊控制器进行了Matlab仿真研究,仿真结果表明:经过优化后的控制器明显地改善了控制系统的动态性能,能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值。     

非线性PID仿人智能控制算法及仿真

针对仿人智能算法中,由固定增益的比例和智能积分组成的控制器不能获得满意的动静态控制性能的缺点,在系统阶跃响应曲线的不同阶段,模拟了经验丰富的操作人员的控制策略,将非线性比例环节、积分环节和固定增益的微分环节引入到仿人智能控制中,提出了一种非线性PID仿人智能控制算法。通过对三阶系统的数值仿真,证明了该算法的有效性。     

基于自适应遗传算法优化非对准误差补偿算法

针对在无转台标定下,惯性测量单元中三轴加速度计的灵敏度与零位输出电压会随时间变化而改变的问题,提出了一种基于自适应遗传算法优化椭球拟合的现场标定方法.通过建立椭球拟合补偿算法引入非对准误差,再采用自适应遗传算法对非对准误差进行最优参数估计,解算出三轴加速度计标定因数矩阵与零位输出电压.仿真结果表明,在数据良好的情况下,补偿标定精度最多提升了6个数量级,在数据畸变较大的情况下,精度提升了2个数量级,该算法依然表现出良好的标定精度,验证了该算法的准确性和可行性.     

基于遗传算法的智能组卷研究

通过分析以知识点、难度系数、区分度、试试卷总分和作题时间等为核心属性的智能组卷的各项约束条件,智能组卷数学模型,以实现采用遗传算法实现智能组卷的技术。     

加速度滞后补偿与模糊自适应PI相结合的伺服控制算法

提出了一种加速度滞后补偿与模糊自适应PI 相结合的伺服控制算法。这种算法利用模糊规则制定相应的PI 控制参数, 针对大机动运动目标的特性, 采用加速度滞后补偿方法, 两种算法的有效结合提高了伺服系统的跟踪精度以及动态响应能力。该算法运算量小, 实时性好, 可在硬件上实现。实验表明, 此算法对最高速度为30◦/s、最高加速度为10◦/s2 的运动目标可以实现快速地捕获以及稳定地跟踪, 跟踪精度均方值为13.8′′。