一种基于联姻策略的粒子群优化算法的继电器优化设计

为克服标准粒子群算法存在的早熟现象,借鉴人类社会的联姻策略,提出了一种改进的粒子群优化算法。该算法通过部落联姻,避免了粒子基因过于接近;采用交叉策略,在一定程度上避免了过度破坏个体适应度的现象。在优化Rastrigin函数时,改进的算法显现出了优越性。最后,以电磁继电器优化设计为例,验证了基于联姻策略的粒子群优化算法的可靠性和有效性。     

群体消亡粒子群优化算法在继电器优化设计中的应用

从分析粒子群算法的早熟现象的原因入手及受生物进化过程中突变和灾难现象的启发,在标准粒子群优化算法的基础上,提出一种群体消亡粒子群优化算法。将微粒分成大小相同的几个种群,在粒子群算法运行的适当时机,依一定方式使群体中的适当子群体消亡并随机补充新个体,以维持群体的适当规模和多样性。对Schaffer’s f 6函数的仿真结果表明,该算法易于找到全局最优解。将改进的算法应用于电磁继电器的优化设计之中,验证了其有效性。     

磁悬浮开关磁阻电机建模与参数优化设计

针对磁悬浮开关磁阻电机参数设计问题,提出一种基于最小二乘支持向量机与粒子群优化算法的电机结构参数优化设计方法.采用三维有限元仿真建立样本空间,构建悬浮力、电磁转矩与绕组间互感的最小二乘支持向量机非参数模型;并基于该非参数模型,选择满足额定电磁转矩为约束条件,悬浮力最大且绕组间互感最小为优化目标,采用粒子群优化算法获取电...     

粒子群优化算法在直线感应电机优化设计中的应用

首先介绍了粒子群优化算法 (PSO)的基本原理 ,根据实验提出了改进措施 ,增强了粒子群优化算法的全局寻优能力。然后结合直线感应电机的设计特点 ,利用改进的粒子群优化算法对电机进行了优化设计 ,取得了较为满意的结果     

基于粒子群算法的铁心截面优化设计

介绍变压器铁心截面积计算的数学模型、粒子群算法的基本概念及使用粒子群算法进行铁心截面优化设计的方法,并对使用效果进行了分析。     

断路器操动机构用直线感应电机的优化设计

为了得到更大的起动推力,满足高压断路器开断性能和机械性能的要求,对操动机构用圆筒型直线感应电机进行优化设计,将粒子群优化算法引进到圆筒型直线感应电机的优化设计之中。并针对此电机优化的具体特点,提出将邻域拓扑粒子群优化算法用于圆筒型直线感应电机的全局优化,解决了粒子群优化算法中含有局部最优解的复杂优化问题,增强了粒子的寻优能力。两种算法的研究结果表明,与原始方案相比起动推力提高,起动电流大幅度降低,领域拓扑粒子群优化算法优化效果显著。电机的结构尺寸整体缩小,降低了电机的质量,节约了材料,证明了领域拓扑粒子群优化算法的优越性,提高和完善了圆筒型直线感应电机操动机构的实用性。     

基于粒子群优化算法的可变速抽水蓄能发电电动机电磁优化设计

本文结合可变速抽水蓄能发电电动机的指标与运行特点,在研究其设计流程和设计要点的基础上,以一台10MW交流励磁发电电动机为例,基于粒子群优化算法,以电机的效率、成本为优化设计目标。在保证热负荷满足通风要求的情况下,对定子每极每相槽数、定子槽宽、转子槽宽进行了寻优设计,实现了材料成本降低、效率提高的设计目标,形成了交流励磁发电电动机的电磁设计方案。通过对该电机电磁方案的空载特性分析,提出了对空载线电压波形畸变率过高问题的优化设计方案,建立了基于试验设计和曲线拟合以定、转子槽口宽度和单边气隙长度为优化变量的线电压基波幅值和波形畸变率的拟合公式,在其基础上通过三维粒子群优化,获得了进一步优化的发电电动机电磁优化设计方案。     

基于人工搜索群算法的电磁装置优化设计

介绍了人工搜索群算法及其特点,选择复杂测试函数对其性能做进一步测试,并与经典同类算法作了性能比较。分析了人工搜索群算法和罚函数法相结合应用于电磁装置优化设计的若干问题,并应用于某型电磁继电器的优化设计。设计结果证明了该算法的有效性。     

自适应变异粒子群优化算法在水轮发电机优化设计中的应用

本文介绍了一种应用于水轮发电机优化设计的新的全局优化算法--粒子群优化算法(PSO算法),并对其进行了改进.改进后的PSO算法(称之为AMPSO)的优化结果与未改进的粒子群优化算法(PSO)和遗传算法(GA)优化结果相比,具有很好的全局收敛性,能有效地避免早熟收敛问题,适用于电机的优化设计.     

电磁直线执行器控制参数多目标优化设计

针对电磁直线执行器控制性能要求高、控制参数设计周期长等问题,提出一种控制参数多目标优化设计方法.基于电磁直线执行器系统,设计了鲁棒控制器,选择控制器参数作为优化变量,以系统ITAE准则、正弦信号跟踪下的相移量、阶跃信号下的超调量作为优化目标,采用多目标粒子群优化算法(MOPSO)对控制参数进行优化,求解Pareto前沿...     

用于飞轮储能系统的轴向分相电机的电磁分析与优化设计

针对轴向分相电机参数优化问题,在分析电机基本电磁特性的基础上,探究一种关键结构参数提取及其优化设计方法。首先,通过有限元分析探究电机悬浮及转矩性能与结构参数间的一般规律,并基于所得各结构参数的变化曲线进行敏感度分析,获取待优化的关键结构参数。其次结合极限学习机学习速度快、建模精度高的优点,构建多目标统一优化模型。然后以改善平均悬浮力及转矩性能为优化目标,利用粒子群算法进行全局寻优以获得最优参数配置。有限元仿真结果表明,优化后电机的悬浮力和平均转矩分别提高了10.07%和6.67%,验证了所述优化方法的有效性。     

基于粒子群算法的核屏蔽感应电机多目标优化设计

屏蔽感应电机是核反应堆冷却回路的动力源,提高该电机的效率和降低电磁噪声具有重要的意义。将有限元法和磁路法相结合,设计了1台20 kW核屏蔽感应电机。利用有限元软件对其进行额定工况运行状态下噪声和损耗仿真分析,确定影响电机效率和电磁噪声的主要参数;选取影响电机效率和噪声的主要参数为优化变量,电机电磁噪声和效率为优化目标,输出功率为约束条件;采用正交试验表获得样本空间;通过响应面法建立优化目标及约束条件的优化模型,最后利用粒子群算法对优化模型进行求解。有限元仿真结果表明:优化后电机效率提高了2.6%,电磁噪声降低了5.2 dB。     

基于量子粒子群算法的电力系统无功优化

量子粒子群算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解.首次将量子粒子群算法用于电力系统无功优化中,以网损最小为目标函数,在IEEE30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于量子粒子群(QPSO)...     

基于鸡群优化算法的配电网络重构

鸡群优化算法是模仿鸡群觅食的群体智慧发展而来的生物启发式算法,将鸡群优化算法应用到配电网重构当中,充分利用鸡群优化算法高效的全局和局部搜索能力,快速寻找使配电网在满足约束条件下目标函数最小的网络状态,保证配电网运行的经济性和可靠性。给出了基于鸡群优化算法的配电网重构具体实现流程,以IEEE33节点系统为例,采用鸡群优化算法(CSO)和粒子群算法(PSO)两种算法进行仿真实验,结果表明鸡群优化算法较粒子群算法搜索效率平均提高了11.6%,寻优速度更快更稳定。     

基于粒子群算法的直线振动发电机优化设计

设计了一种新型圆筒式永磁直线振动发电机,电机中永磁体放置在绕组外侧,内部通过放置铁心来增大感应电动势的幅值。其结构简单,尺寸多变,可将原来损失的小幅振动能量转化为电能,为小型设备提供低压直流。通过二维有限元对其非线性无边界轴对称磁场进行了系统的分析,得到一系列电机感应电动势与电机尺寸间的变化规律,并以有限元分析结果为基础,结合粒子群优化算法,归纳出通用的优化设计准则和公式。优化结果表明,为了得到更高的材料利用率,应取较大的永磁体外径,且样机实验和有限元分析结果吻合良好。     

基于量子粒子群混合算法的电力系统无功优化

针对传统粒子群算法在无功优化中易陷入局部最优和后期收敛慢等问题,提出了基于量子粒子群混合算法的无功优化计算方法.该算法将量子叠加态思想引入到粒子群算法中,使得单个粒子能表示更多的状态和量级,增加了种群的多样性;采用量子旋转门更新粒子的速度和位置,提高了收敛的速度.用该算法对IEEE 30节点系统进行无功优化计算,并与粒...     

粒子群算法优化PID控制参数研究

采用常规的PID整定方式,往往费时而且难以满足控制要求．通过对粒子群算法的研究,在确定了适应度函数设计等控制参数后,采用粒子群算法对PID控制器参数进行优化,取得了很好的效果。