遗传算法在FACTS控制器参数优化中的应用

对遗传算法进行了全面改进(吸收了目前该领域研究的一些最新研究成果,例如模拟退火、自调整等方法),并研究了遗传算法在FACTS控制器参数优化中的应用,证明了遗传算法良好的优化效果.利用本文的研究成果进行了陕西电网中使用FACTS控制器的可行性研究,可以准确计算出安装FACTS控制器给电网带来的效益.     

改进的自适应遗传算法在控制器PID参数优化中的应用

针对遗传算法(GA)中自适应机制存在理论性和可行性之间的矛盾,提出一种行之有效的自适应算法。该算法根据个体和群体的适应度来确定个体的交叉变异概率,并据此采用无放回抽样的方式进行交叉变异。用一个非常复杂的数学函数对新算法进行了测试,结果表明改进算法克服了传统GA难以解决的早熟和局部收敛的问题,并且收敛速度大有提高。在此基础上将其应用于锅炉过热汽温串级控制系统的PID参数优化,仿真结果表明了其优越性,具有很好的应用价值。     

遗传算法在模糊控制器参数寻优中的应用研究

介绍遗传算法的基本原理及实现步骤，并运用模糊控制器的参数寻优中，对复杂被控对象实现了最优控制，模糊控制规则采用基于解析表达式的模糊数模型，用遗传算法对模糊控制器中的量化因子和比例因子及偏差加权因子进行编码，确定适应度函数，在复制，交叉，变异的进化过程中获得全局最优点，改善模糊控制性能。在Matlab环境中实现遗传算法各算子的编程，并以二阶系统为例，对常规模糊控制器与经过遗传处寻优后的模糊控制器进行了仿真比较，其结果表明采用遗传算法寻优能获得较好的控制效果，该方法具有良好的动静态特性。     

CAN总线在FACTS控制器中的应用

基于FACTS控制器和CAN总线的特点及其实际应用,根据FACTS控制器的需求提出了一种基于DSP(数字信号处理器)的CAN总线网络的硬件设计方案,并介绍了CAN总线应用层通信协议的实现方法。     

基于遗传算法的PID参数优化技术

本文提出了一种基于遗传算法实现ＰＩＤ参数优化的方法，文中给出了ＰＩＤ参数遗传进化的寻优步骤。通过仿真研究，表明该种优化算法的有效性。     

应用遗传算法优化发电机励磁控制器

介绍了遗传算法的基本原理、同步发电机ＰＩＤ自动电压调节器的控制规律及应用遗传算法进行同步发电机ＰＩＤ自动电压调节器的优化设计方法,仿真计算结果表明,应用遗传算法进行同步发电机ＰＩＤ自动电压调节器的优化设计,具有良好的控制效果。     

基于遗传算法的控制器参数寻优

反馈控制器参数优化是最优控制系统综合的一个重要问题。为充分检验两种发电机快速汽门非线性控制器的控制效果，采用遗传算法分别对其参数进行寻优。仿真计算显示了两种控制器的性能差异，以及遗传算法用于控制器参数优化可行性和有效性。     

FACTS控制器的综述

首先对电力系统的可控性进行了分析,然后介绍目前主要的FACTS控制器,并对其中几种典型的FACTS控制器从原理结构、功能、特性、各控制器运行中的状态进行了介绍。     

FACTS控制器探讨

FACTS技术是利用现代电力电子技术与传统的潮流控制技术相结合的产物。随着电力电子技术的不断发展,FACTS技术越来越被广泛地应用于电力输电系统中进行无功补偿、潮流控制等,大幅度的改善高压输电系统的输电性能和电能质量,使系统稳定性和可靠性大大提高。FACTS控制器是FACTS的核心,是FACTS技术得以实现的具体手段。从结构和功能的角度介绍了FACTS控制器的分类,并对典型研制应用的FACTS控制器以简单分析。     

影响遗传算法PID参数优化性能的主要因素

针对影响遗传算法性能的主要因素进行讨论，并结合PID励磁调节器参数优化，对不同编码方式、遗传算法的控制器参数优化情况进行比较分析。所得结果对应用遗传算法在线调整控制参数具有指导意义。     

遗传算法优化PID控制参数研究

采用常规的整定方式,往往费时而且难以满足控制要求。通过对遗传算法的研究,在确定了编码方案、适应度函数设计等遗传算法控制参数后,采用遗传算法对PID控制器参数进行优化,取得了很好的效果。     

基于正交交叉操作的遗传算法及在水轮机调速器参数优化中的应用

为了确保获得最优参数，本借助正交试验的设计思想，定义了正交交叉操作，并将基于正交交叉操作的遗传算法应用于水轮机调速器参数优化过程，仿真试验结果表明了算法的有效性和鲁棒性。     

基于遗传算法的异步电动机模糊控制器优化设计

介绍了根据逆系统方法建立的异步电动机线性化解耦模型。采用模糊控制策略，并利用遗传算法对模糊控制器规则和参数进行了优化设计。仿真结果表明，用这种方法设计的模糊控制器，在跟随性能、抗扰性能和对模型参数变化的鲁棒性方面，都取得了满意的效果。     

基于遗传模拟退火算法的新安江模型参数优选

结合新安江模型参数的特点,在分析传统遗传算法和模拟退火算法各自优缺点的基础上,将模拟退火算法与传统遗传算法相结合的混合算法运用于新安江模型参数优选中,并应用于实际径流预报。实例表明,该方法能快速地完成参数寻优,并找出较为满意的参数最优解。     

基于混沌粒子群算法的PI控制器参数在线整定

针对PI参数人工调节费时、费力且往往结果不甚理想的问题,并针对粒子群算法易局部收敛的缺陷,采用引入混沌搜索思想的混沌粒子群算法,提出一种在线PI控制器参数整定方法。以PMSM控制系统为对象,对该方法进行了测试,测试结果显示,采用参数整定后的PI控制器,PMSM控制系统拥有良好的动态和稳态性能,证明了基于混沌粒子群算法的PI参数整定方法的可行性。     

基于遗传算法的PID控制器及应用

对遗传算法和PID控制器做了简单的介绍,提出了一种应用遗传算法对PID控制器参数进行优化设计,重点介绍了遗传算法的优化过程。文章通过实例对几种参数整定方法的控制效果进行了仿真和比较,证明了基于遗传算法的PID参数整定方法的可行性和良好的控制效果。最后将该算法应用于气流炸药生产线的风速控制,取得了预期的控制效果。