基于遗传算法无源电力滤波器的优化设计

针对现有无源电力滤波器的设计方法中过分依赖经验和优化能力不强的情况，提出了一种基于遗传算法的无源电力滤波器设计方法。从无源滤波器成本、无功补偿和滤波效果三个目标进行全局优化。通过改变遗传交叉和变异概率来改善早熟收敛的情况。同时开发出界面友好，多种参数自选的自动设计软件；实际仿真和实验结果表明，所提出的设计方法正确有效，所开发的软件实用性强。     

基于改进遗传算法的无源滤波器设计

在配电网中装设无源滤波器抑制谐波和进行基波无功补偿的设计中，保证基波无功补偿容量的前提下，最关键的是对滤波方案中的LC元件参数的优化，LC元件参数的优化是一个多约束、非线性的规划问题，应用改进遗传算法处理滤波器LC参数优化的规划问题，不但可以找到全局最优解，而且明显提高了算法的寻优速度，最后通过对具体工程算例的计算，表明了应用遗传算法设计滤波方案的优越性和对遗传算法改进的有效性。     

基于交互式多目标遗传算法的无源滤波器优化设计

分析了传统无源滤波器优化设计方法的优缺点 ,提出了一种基于交互式多目标遗传算法的无源滤波器优化设计方法。该方法用遗传算法对无源滤波器的参数进行优化 ,通过非精确偏好信息引导遗传搜索 ,使得种群朝着多个目标的最佳综合性能方向进化。引入分享法来增加种群的多样性 ,最终获得与决策者意愿相吻合的解集。较好地实现了无源滤波器成本、电压电流谐波和无功功率补偿的多目标优化设计。实验结果表明此无源滤波器的成本可以降低约 3 5 % ,滤波效果却有明显的提高 ,具有良好的理论和工程应用价值     

基于伪并行遗传算法的无源电力滤波器优化设计

以经济成本和滤波效益为目标,采用伪并行遗传算法与自适应遗传算法相结合的方法对无源滤波器参数进行优化.在种群进化的初期引入伪并行遗传算法进行寻优,增加种群的多样性;进化后期,采用自适应遗传算法,有效减少工作量.同时,对伪并行遗传算法迁移率进行改进,使其随种群多样性自适应变化.仿真结果表明:文中所提方法设计出的滤波器滤波效...     

基于遗传算法无源电力滤波器的优化设计

针对现有无源电力滤波器的设计方法中过分依赖经验和优化能力不强的情况 ,提出了一种基于遗传算法的无源电力滤波器设计方法。从无源滤波器成本、无功补偿和滤波效果三个目标进行全局优化。通过改变遗传交叉和变异概率来改善早熟收敛的情况。同时开发出界面友好 ,多种参数自选的自动设计软件 ;实际仿真和实验结果表明 ,所提出的设计方法正确有效 ,所开发的软件实用性强     

一种无源滤波器的优化设计

针对电力系统谐波问题,提出了一种无源滤波器的优化设计方法.在研究了无源滤波器的构建基础之上,通过多目标遗传算法并结合整数与实数编码,采用目标函数的滤波效率来求解.优化设计方法与对应的遗传算法可有效的提高算法的全局搜索能力.最后,通过仿真实验对比研究,充分地验证了该无源滤波器设计方法的有效性,并具有较高的谐波抑制效率.     

基于数字化计算的无源滤波器的优化方法

本文主要介绍一种结合优化算法和仿真分析优点的无源滤波器的设计方法。此方法基于作者编写的程序控制Matlab Simulink滤波仿真模型,实现模型中滤波器电容与电感参数的自动修正以及仿真结果的自动评估,从而得到最优的滤波器设计。这种方法可以充分利用计算机仿真分析的能力,省去了传统方法中复杂的计算,并且通过简单修改可以应用于多种类型的滤波器设计。     

无源滤波器的设计优化

文章通过无源滤波器设计中的：滤波电容器组电压的正确选择，失谐问题，滤波器与系统之间的影响，以及滤波器设计的经济性等四个方面的内容作分析分析与综合，以达到提高滤波器设计质量的目的。     

多目标并行优化的高级遗传算法在无源滤波器设计中的应用

本文首次在利用高级遗传算法处理多目标优化问题中引入了并行寻找的思想,摆脱了传统的通过加权系数的办法,避免了加权系数确定的盲目性,并成功的应用到无源滤波器的参数优化中,获得了较好的效果。同时高级遗传算子的引入,可保证问题达到全局收敛。     

密炼机用无源滤波器优化设计

提出了一个无源滤波器的优化设计方案。对某轮胎公司的GK255型密炼机工作一周期产生不同的严重谐波和低功率因数现象,应用遗传算法和传统设计方法设计出无源滤波器组,在满足设计要求的基础上,以初期投资最小和滤波效果最佳为优化目标,使方案更为经济合理。通过对滤波器的工作特性的仿真研究,验证了该设计方法的可行性和正确性。     

基于遗传算法的有源滤波器优化设计

遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种概率搜索算法,本文将遗传算法和全局优化的思想融合到一起来逼近切比雪夫有源低通滤波器.实验结果表明,这种方法克服了传统方法的一些不足之处,逼近效果有明显的改善.     

改进遗传算法在混合有源滤波器的研究

针对混合有源滤波器设计中无源滤波器的重要性,采用改进遗传算法,对无源滤波器的成本、无功补偿和滤波效果三个方面进行参数优化,得到多组最优目标,改善了以往遗传算法存在的早熟等问题,而且选取优化后的三组无源滤波器参数应用到混合有源滤波器,通过Matlab对其滤波效果进行了仿真,并将其滤波效果分别与优化前的滤波效果进行了比较,结果表明,经过优化的混合有源滤波器的滤波效果总体上均比参数优化前的效果好,而且可以根据谐波实际情况来调整无源滤波器的参数,并都相应的减小了有源滤波器容量,提高了混合滤波器的性价比。     

混合滤波系统中无源滤波器的均匀设计多目标优化方法

针对在很大程度上决定混合滤波系统整体性能的无源电力滤波器参数优化问题,提出一种基于均匀设计的多目标自适应遗传算法,其核心是基于元件标称值的高效编／解码方案,基于权值均匀生成、动态调整和Pspice仿真的多目标合成与评估方法,可提高后代质量并减少运算量的多父本均匀交叉算子．以及兼顾种群多样性和遗传进程的遗传概率自适应策略。实验结果表明,该方法仅需单次运行即可获得一组经过优化且反映多目标间均衡关系的实用化设计结果。     

一种无源滤波器的优化设计方法

在分析传统无源滤波器设计的基础上,提出了基于随机权重的遗传算法来求解无源滤波器参数的方案,从谐波抑制、经济指标、无功功率补偿等多目标综合优化无源滤波器参数,通过编程实现了无源滤波器参数的优化。同时,提出用“滤波效益”指标来衡量谐波抑制的性能。并由滤波性能、经济性和无功补偿三方面,分别对优化设计和传统设计所得到的无源滤波器参数进行了实验对比研究。实验结果验证了无源滤波器多目标参数优化设计的合理性。     

基于改进遗传模拟退火算法的PMU优化配置

分析了遗传算法和模拟退火算法的优缺点,将具有较好全局寻优性能的遗传算法和具有较强局部搜索能力的模拟退火算法结合,形成的遗传模拟退火MGASA算法用于解决以电力系统状态完全可观测和PMU配置数目最小为目标的PMU优化配置问题.在寻优过程中,先将每一代群体进行遗传操作,再对产生的新群体中各个体进行模拟退火操作,同时在选择、交叉、变异和复制操作过程中实施最优保留策略,复制策略采用Metropolis判别准则.通过采用IEEE14和IEEE39节点系统对该算法进行验证表明,MGASA算法在解决PMU优化配置问题上具有较高的寻优性能和搜索效率.     

基于改进遗传算法的风电场多目标无功优化

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进Pareto遗传多目标优化算法。以某风电场接入IEEE 14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组Pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。     

基于多目标粒子群算法的无源电力滤波器优化设计

综合考虑滤波装置的总费用、谐波电压畸变率和谐波电流残留率等设计目标,提出一种基于改进多目标粒子群算法的无源滤波器优化设计新方法.改进了传统的粒子群算法,引入快速排序法构造非支配集、精英集归档技术和拥挤度算子概念,提高了算法的寻优速度和精度.最后通过对具体工程算例的计算,表明了该方法的优越性和有效性.     

基于覆铜箔层压板的无源集成EMI滤波器设计

一种基于CCL交错并联的平面无源集成EMI滤波器结构,运用此结构可将共模电感,差模电感,共模电容集成为一个元件;相比传统EMI滤波器,集成的EMI滤波器实现了电容等效串联电感的最小化。给出了相关参数的计算,仿真集成EMI滤波器和传统EMI滤波器的共模插入损耗。最后制作了实验样机并得出了实验结果,验证了所提结构的正确性与可行性。     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。