基于遗传算法无源电力滤波器的优化设计

针对无源电力滤波器的参数选择比较困难,普通设计方法中过分依赖经验,优化能力不强的问题,研究了一种基于遗传算法的无源电力滤波器设计方法。利用遗传算法全局寻优的特点,对无源滤波器成本、无功补偿和滤波效果3个指标进行全局优化,并通过改变遗传交叉和变异概率来克服算法早熟收敛的情况。同时开发出界面友好,多种参数自选的自动设计软件,可帮助设计人员方便地进行无源电力滤波器的设计。某大型电机的实际滤波结果表明,所提出的设计方法正确有效,所开发的软件实用性强。     

基于改进的非支配排序遗传算法的无源滤波器设计

工业中的电网谐波不但降低了电能的质量,还可能引起故障甚至事故,因此有必要对电网谐波进行有效地滤除;实际的工程实践中,无源滤波器常被用来滤除该谐波,而其滤波参数的确定是个关键;基于带精英策略的非支配排序遗传算法NSGA-Ⅱ,文中提出了一种新的无源滤波器的参数优化方法,克服了传统的凭个人经验选择滤波器参数的缺陷.利用NSGA-Ⅱ对无源滤波器进行参数优化,不仅能节省初始投资,还能更有效地消除谐波干扰;仿真结果证明了该方法的有效性.     

无源滤波器优化设计方法研究

无源滤波器在电力系统的谐波抑制方面应用广泛。对于电力系统中的谐波问题,提出了一种新颖的基于猫映射的混沌遗传算法(CGA)的无源滤波器的优化设计方法。通过对初始种群、交叉概率、海明距离等参数的改进并结合实数编码,提高了优化的效率和精度。最后,通过建立仿真实验对比研究,充分验证了该无源滤波器设计方法的有效性,并具有较好的谐波抑制效果。     

锁相环中无源滤波器的设计

环路滤波器是锁相环中的一个关键模块,一般采用有源和无源两种。本文对无源滤波器的结构以及滤波器对锁相环性能的影响进行了分析,总结了无源二阶的设计方法,然后针对三阶无源滤波器进行了设计,通过仿真可以看出结果满足了设计指标。     

基于菌群-粒子群算法的混合有源滤波器中无源滤波器多目标优化设计

采用粒子群优化算法（particle swarm optimization,PSO）和菌群优化算法（bacterial foraging optimization,BFO）相结合的、带有随机惯性因子和异步时变学习因子的改进型BFO-PSO优化算法,解决混合型有源滤波器中无源滤波器参数优化设计问题。通过将滤波器的无功补偿...     

无源滤波装置的参数优化与谐波分析

给出了基于遗传算法对无源滤波置参数进行设计的优化方法。为分析流入电网的谐波电流,给出了应用Norton定理建立的无源滤波装置在谐波下的模型及谐波电流的表达式,现实实测结果表明,应用参数优化设计的无源滤波装置后注入电网的谐波电流符合国家GB/T-14549-93标准,功率因数由原来的0.82提高到0.94。     

基于分布式遗传算法以太无源光网络设计

针对以太无源光网络中各个光网络单元连接到光分配网络,再将光分配网络连接到光线路终端的全部通信费用为最小的问题,介绍了分布式遗传算法（DGA）,该算法在分群操作的基础上,根据每个子群进化的优劣程度动态地划分子群大小、控制子群间个体的迁移方向,采用分布式遗传算法对以太无源光网络进行设计建模,利用分布式遗传算法使路径搜索更快,更好的收敛于最优的特点,使得光分配网连接到光线路终端的路径和为最小,解决了降低网络通信费用的问题。     

改进的遗传算法在数字滤波器优化应用研究

研究数字滤波器自动生成优化问题.针对传统的数字滤波器在优化设计时,容易往往出现难以调整波形系数,与硬件接口程序复杂,开发周期长等问题缺陷,为了解决上述问题,提出了一种采用改进的遗传算法应用于FPGA数字滤波器的优化设计中,利用了遗传算法全局优化概率检索的优点,求解复杂系统优化问题.把求解滤波器参数的问题数学化为性能指标优化模型,采用改进的遗传算法求得特性符合要求的滤波器参数值,仿真结果表明,设计系统软件界面可以根据用户设定的滤波参数,自动设计出符合要求的数字滤波器RTL.系统性能高效,能够大大提高滤波器的设计效率.数值仿真表明了算法的有效性.     

利用遗传算法优化设计FIR数字滤波器

FIR数字滤波器可以做成具有严格的线性相位,而且同时可以具有任意的幅度响应,因而在工程实际中得到了广泛的应用,遗传算法又是一种强有力的寻优算法.介绍了一种遗传算法在FIR数字滤波器设计--加权切比雪夫最佳逼近准则优化设计方法中的应用.对基本遗传算法作适当改进后,用于确定待求FIR数字低通滤波器的单位冲激响应而h(n),然后利用MATLAB仿真程序求出了滤波器的幅度特性曲线,仿真结果说明了算法的有效性.     

采用改进遗传算法优化FIR数字滤波器设计

FIR数字滤波器的最优化设计可以抽象成一个多维连续函数求极值的问题,因此可以采用遗传算法求解。针对传统遗传算法存在的容易早熟收敛的问题,提出一种改进策略,从交叉变异的概率和算子两方面对算法进行改进,并通过测试函数验证了改进策略的可行性。分别在最小二乘（LS）、最大误差最小化（MM）和均方误差最小化（MMSE）准则下,采用改进遗传算法进行FIR数字低通滤波器最优化设计,实验结果显示在不同优化准则下设计的滤波器都表现出了良好的性能,证明了改进算法的通用性和有效性。     

一种基于改进遗传算法的FIR滤波器设计

本文提出改进的遗传算法应用于实际数字滤波器的优化设计,适应度函数选取滤波器的实际频率响应与理想的频率响应间的加权均方误差,利用遗传算法确定数字滤波嚣的单位冲激响应函数,实验证明,取得了较好的设计效果.     

无源性控制在有源电力滤波器中的应用

线路或负载参数未知可能会导致有源滤波器系统失稳. 为解决系统的稳定性问题, 将无源性控制应用于有源电力滤波器来保证系统的稳定性. 将有源滤波器和非线性负载视为一个整体. 对负载进行诺顿等效, 把负载电压和电源电流作为状态变量, 把补偿电流作为控制变量, 建立系统在dq轴上的模型. 获得系统的控制律也就获得了补偿电流的给定值. 验证系统满足无源性条件之后, 再利用无源性控制方法获得系统的控制律. 虽然算法在理论上比较复杂, 但是实现上相当简单. 在仿真中, 对比了容性负载, 感性负载以及变动负载情况下的控制     

基于粒子群算法的无源滤波器多目标优化设计

摘要：针对无源滤波器参数优化问题,将无源滤波器的最小费用、谐波电压畸变率、谐波电流残留率、以及无功功率补偿容量作为设计的优化目标,改进了传统的粒子群算法,引用惩罚函数将问题转化为无约束优化问题。本设计算法是采用改进多目标粒子群优化算法与惩罚函数相结合的算法为无源滤波器参数优化设计提供了一种新的优化方法。     

基于遗传算法的MFAC参数寻优

无模型自适应控制是基于数据驱动,不依赖于被控对象的数学模型,且结构简单,易于实现.目前关于无模型自适应控制器参数寻优的方法较少,给无模型自适应控制的应用带来了极大的不便.针对这种情况,设计了一种基于遗传算法的MFAC控制器参数寻优方法,并在matlab环境下分别以具有非线性、一阶惯性加大滞后、高阶加大滞后特征等3个不同...     

基于遗传算法的LCL输出滤波器设计与优化

相对于传统的L和LC滤波器,LCL滤波器在高频谐波抑制方面有明显的优势,但是,LCL为无阻尼3阶系统,易发生谐振。本研究采用电容串联电阻增加系统阻尼,综合考虑LCL输出滤波器对电流电压的谐波抑制、电压下降和功率损耗方面的问题,建立了LCL滤波器的优化模型,并采用遗传算法对其寻优。最后使用MATLAB仿真实例对其进行性能分析,结果表明优化后的输出滤波器能有效地滤除电压电流谐波,并能够降低电压下降和功率损耗,为工程应用提供了重要的依据。     

用改进的GAOT设计数字滤波器

数字滤波器的设计是一个多维变量的寻优问题,但通常存在大量的局部极小点.遗传算法是一个全局优化算法,可以用于滤波器的设计.介绍了遗传算法工具箱(GAOT)并进行分析和改进,用改进的GAOT设计了IIR滤波器,通过仿真结果表明了改进的GAOT在设计IIR滤波器时的有效性.     

基于遗传算法的单站无源纯方位定位算法

提出了一种基于遗传算法的单站无源纯方位定位算法.首先对无源声探测系统中的时间延迟问题进行分析并建立目标运动模型,仅利用被动声目标的方位角信息,完成单声传感器对目标的定位.对于单目标情况,结合目标运动模型和目标的方位角信息,运用遗传算法估计出目标的位置;对于多目标情况,首先用多假设可能数据关联完成多目标方位角的关联,再对每一个目标运用遗传算法估计出该目标的位置.最后通过仿真实验验证了算法的正确性和有效性.     

一种无源滤波器在减小PWM逆变器输出中的共模电压的应用

PWM电压源逆变器工作时会产生共模电压,由于电机中不可避免地存在寄生电容,共模电压通过寄生电容在电机的转轴上产生轴电压,过大的轴电压可以击穿轴承的润滑剂而产生轴承电流,本文通过仿真分析可知,采用一种可变电感的LC无源滤波器可以有效减少电机端的轴电压和轴承电源,从而提高PWM驱动系统的可靠性和延长电机的寿命。     

遗传算法在无源光网络中的应用研究——基于ONU与OBD的位置分配问题

介绍了遗传算法在无源光网络(PON)规划中的光分支器(OBD)和光网络单元(ONU)位置分配问题的应用。以建设光学分配网络中总通信费用(路径和)最小为目标,提出了一个更具现实意义的模型,然后采用遗传算法求解,并给出了一个算法求解实例。实验证明文中采用的遗传优化算法可行,并具有较高的搜索效率。     

遗传算法在无源光网络中的应用研究——基于ONU与OBD的位置分配问题

介绍了遗传算法在无源光网络（PON）规划中的光分支器（OBD）和光网络单元（ONU）位置分配问题的应用。以建设光学分配网络中总通信费用（路径和）最小为目标，提出了一个更具现实意义的模型，然后采用遗传算法求解．并给出了一个算法求解实例。实验证明文中采用的遗传优化算法可行，并具有较高的搜索效率。