混合有源电力滤波器中无源滤波器多目标优化设计

对粒子群优化算法进行改进,引入异步时变加速系数和线性时变权重系数,提出一种改进型粒子群优化算法。将无源滤波器的滤波效果、无功补偿容量及初期投资作为优化目标,利用改进型粒子群优化算法对混合有源电力滤波器中无源滤波器参数进行优化设计。仿真验证了理论分析和设计的正确性,相关设计方法可为其它类型的混合有源滤波器中无源滤波器的优化设计提供参考。     

一种二维不规则零件优化排样算法

将模拟退火算法和粒子群算法相结合，提出了一种基于模拟退火的粒子群算法。采用交叉和柯西变异运算，提高了算法的收敛速度和精度。将该算法应用于求解二维不规则零件排样问题，首先将二维不规则零件的排样问题转化为矩形件的排样问题，然后应用该算法进行优化求解，在求解过程中应用自适应调整策略对零件的排样位置进行微调。排样结果表明该算法是行之有效的。     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量（HOC）的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂．粒子群优化算法（PSO）具有算法简洁，易于实现，且不需要梯度信息等优势．使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路．仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度．同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势．     

一种速度更快的粒子群优化算法

由于标准粒子群算法(SPSO)存在后期搜索效率太低的问题,提出了一种速度更快的粒子群优化算法(FPSO).FPSO保留了SPSO前期的全局搜索能力,但改变了SPSO算法后期的搜索策略,使其迭代次数随当前适应度值的变化而自适应改变,从而提高了SPSO算法后期的计算效率.通过实验对FPSO算法中适应度函数的设计进行了讨论,并分析了FPSO算法的应用前景.仿真结果表明,FPSO算法在单峰、多峰和带约束条件的测试函数中都有良好的效果.     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声,其解法一般采用的是梯度搜索法,但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁,易于实现,且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题,为滤波器参数的优化提供了一种新的思路.仿真结果表明,使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小,因此它在求解非平稳过程模型系统时具有一定的优势.     

基于粒子群的城市供水配置模型优化算法

为了解决城市供水水量分配合理性欠缺问题,提出基于粒子群的供水配置模型优化算法.该算法以地表水、地下水、自来水、中水4种水源类型作为供水源,以生活用水、工业用水、农业用水和生态用水4个行业作为用水行业,并考虑供水源的开发成本,建立供水配置模型.运用粒子群优化算法对模型进行优化求解,得到最佳的水量配置方案.通过实例验证该算法的可行性,为今后的供水水量分配调度工作提供参考和依据.     

一种新改进的粒子群优化算法

由于粒子群优化算法对多极值复杂问题求解时容易陷入局部极值,提出一种新改进的粒子群优化算法。该改进算法是将粒子群进化过程分为两个不同的阶段,每个阶段应用不同的进化模型,通过结合这两种进化模型的各自优点有效地降低群体陷入局部最优。由仿真实验结果可知,对于复杂多极值函数优化问题,本文算法比标准粒子群优化算法的全局寻优能力更强。     

一种新型有源电力滤波器的谐波抑制应用

首先分析和比较了目前常用的有源电力滤波器的拓扑结构,并针对变电站谐波治理的特点和要求,提出了一种新型有源电力滤波器,接着分析了新型有源电力滤波器的结构特点与滤波原理,最后给出新型有源电力滤波器投入现场的效果.     

计及多因素的配电网电容器优化配置研究

对配电网电容器优化配置进行研究,计及多因素建立了以系统的有功网损费用、电容器投资费用、电容器维护费用和预期中断费用之和为最小的目标函数,采用改进粒子群算法对该问题进行求解.在改进算法中采用自适应惯性权重,并对粒子群速度进行了变异操作,提高了粒子群算法的全局寻优能力.仿真结果表明,该方法使补偿后支出总费用较补偿前降低22.50%;并使得电压质量得到明显改善,各节点的故障率明显减小,其平均故障率可降低13.44%,系统的整体可靠性能得到改善.     

一种基于双重改进粒子滤波器的故障隔离方法

为了解决在基于解析冗余关系的故障诊断应用中难以实现故障隔离的问题,提出了一种基于双重改进粒子滤波器的故障隔离方法。该方法利用状态和参数估计粒子滤波器组成的联合估计模型,对系统状态和潜在故障参数值进行联合估计,通过对比潜在故障参数估计值与其标称值实现故障隔离。在联合估计模型中,一方面,在传统的随机扰动法的基础上,利用最大似然估计法获得参数时间更新梯度,使用一种改进随机扰动法实现参数时间更新;另一方面,在采样过程中考虑当前量测值,并引入粒子群和模拟退火优化思想,使用一种采样粒子质量改进方法实现粒子采样,以提升其估计性能。仿真结果表明：在假设的两类参数型故障下,基于双重粒子滤波器的联合估计模型在鲁棒性、计算速度和估计精度上均优于基于扩展状态空间的粒子滤波器联合估计模型,在基于双重粒子滤波器的联合估计模型上,使用所提出的改进方法能显著提升其估计性能。所提出的方法基本满足参数型故障隔离对计算效率和估计精度的要求,可作为基于解析冗余关系故障诊断中的故障隔离方法。     

一种具有最优跟踪性能的极点配置算法

离散时间系统的控制问题一直是困扰控制界的一大难题,由于存在不稳定的零极相消,一般控制算法往往无法保证闭环系统的稳定性,已有的极点配置算法对离散时间系统在保证闭环系统的稳定性方面是有效的,但由于算法采用的不是优化策略,因而对任意的有界参考输出不具有最优跟踪性能。针对该问题,对已有的一种控制算法作了修正,将常规的极点配置策略与优化策略结合起来,得到一种新算法,理论分析和仿真结果都表明了该算法的有效性。     

满足多种约束条件的最优PMU配置方法

针对现有相量测量单元(PMU)最优配置方法无法同时考虑多种约束条件的问题,提出了一种基于改进模拟退火算法的满足多种约束条件的最优PMU配置方法.该方法能够在同时考虑已安装PMU、对电网中的重要环节进行直接监测及特定输电线路退出运行的情况下,广域测量系统(WAMS)仍然保持对全网完全可观测等多种约束条件的同时,以最少数量的PMU实现对整个电网的完全可观测.给出了该方法在国内某省级电网的应用实例.实际应用显示,该方法在需要考虑分阶段安装PMU及电网拓扑改变的情况时具有良好的适应性.     

模块化有源电力滤波器串联均压问题的研究

针对模块化有源电力滤波器在电网运行中存在的串联均压问题，提出了相应的解决方案。采用电力系统仿真软件ORCAD／PSPICE和EMTDC／PSCAD进行仿真，建立APF模块均压仿真电路，通过仿真结果，验证了此种保护方案效果显著。     

基于两层优化的主动配电网储能优化配置

针对主动配电网储能系统优化配置问题,考虑运行控制策略对规划方案的影响,提出一种基于两层优化的配置方法。在短时间尺度的内层优化中,利用低通滤波算法提取上网功率高频分量,以高频分量变异系数和可再生能源浪费率最小为目标,基于标量化方法和粒子群算法优化主动配电网控制策略。在长时间尺度的外层优化中,构建多目标优化模型,最小化投资成本和可再生能源浪费率,采用NSGA-Ⅱ算法求取储能系统配置的Pareto最优解。由于运行控制和规划配置间存在相互影响,将不同时间尺度的内外层优化置于统一的框架内,以可再生能源浪费率、储能系统配置位置和容量为耦合变量交替迭代求解。结合算例,对所提模型及其求解方法进行了验证。算例分析表明:主动配电网中储能系统优化配置能够有效提高电网对可再生能源的消纳能力。     

基于两层优化的主动配电网储能优化配置

针对主动配电网储能系统优化配置问题,考虑运行控制策略对规划方案的影响,提出一种基于两层优化的配置方法。在短时间尺度的内层优化中,利用低通滤波算法提取上网功率高频分量,以高频分量变异系数和可再生能源浪费率最小为目标,基于标量化方法和粒子群算法优化主动配电网控制策略。在长时间尺度的外层优化中,构建多目标优化模型,最小化投资成本和可再生能源浪费率,采用NSGA-Ⅱ算法求取储能系统配置的Pareto最优解。由于运行控制和规划配置间存在相互影响,将不同时间尺度的内外层优化置于统一的框架内,以可再生能源浪费率、储能系统配置位置和容量为耦合变量交替迭代求解。结合算例,对所提模型及其求解方法进行了验证。算例分析表明:主动配电网中储能系统优化配置能够有效提高电网对可再生能源的消纳能力。     

一种新的粒子滤波算法

将采样重要再采样(SIR)方法与无迹卡尔曼滤波(UKF)相结合,提出一种新的粒子滤波算法.该算法具有无迹粒子滤波(UPF)粒子使用效率高和SIR粒子滤波运算速度快的优点,同时克服了UPF运算量的增长速率快于状态维数增长的缺陷.仿真结果表明,与UPF相比,本算法在几乎不影响滤波效果的前提下,大幅减少滤波所需计算量.     

新型串联有源电力滤波器的分析

分析了一种新型的串联有源电力滤波器的工作原理和结构,及影响滤波器实时补偿的因素,并对延时造成的影响进行了仿真。     

发酵过程调度问题的约束指导模拟退火算法

针对实际的发酵生产过程,构造了基于STN(状态任务网)的MILP(混合整数线性规划)优化调度模型．提出了根据模型解的分析,利用约束作为指导而启发式地产生新解的约束指导模拟退火算法求解该模型,避免了不可行解的产生,加快了算法的收敛速度,提高了解的质量．使用该方法构成的生产调度系统已在实际制药企业实现．     

Improved multi-objective artificial bee colony algorithm for optimal power flow problem

The artificial bee colony（ABC） algorithm is improved to construct a hybrid multi-objective ABC algorithm, called HMOABC, for resolving optimal power flow（OPF） problem by simultaneously optimizing three conflicting objectives of OPF, instead of transforming multi-objective functions into a single objective function. The main idea of HMOABC is to extend original ABC algorithm to multi-objective and cooperative mode by combining the Pareto dominance and divide-and-conquer approach. HMOABC is then used in the 30-bus IEEE test system for solving the OPF problem considering the cost, loss, and emission impacts. The simulation results show that the HMOABC is superior to other algorithms in terms of optimization accuracy and computation robustness.     

基于改进量子粒子群算法的微网多目标优化调度

根据微网与主网之间不同的交互方式制定2种不同的优化策略,建立以微网经济成本和环境效益为目标的优化调度模型,采用蜂群搜索策略的改进量子粒子群(BQPSO)算法进行求解。该算法具有较强的全局搜索能力,能够提高计算精度,避免陷入局部最优解,有效改善多目标优化调度的Pareto前沿分布特性。最后,以典型的微型燃气轮机、柴油发电机和燃料电池组成的微网系统为例,验证了所建模型和所提方法的有效性。