基于Jiles Atherton磁滞理论的直流偏磁下铁心损耗预测

直流偏磁下,变压器励磁电流畸变、损耗显著增加,导致变压器局部过热甚至绝缘老化。为了研究直流偏磁对变压器铁心损耗的影响,该文基于Jiles Atherton(JA)理论提出了一种新的铁心损耗预测方法。首先,在JA静态铁心磁滞模型基础上,依据铁心损耗分离理论,在无偏磁下建立考虑涡流损耗与异常损耗的铁心动态磁滞模型,并对模型中参数进行辨识;其次,采用爱泼斯坦方圈和逆变电源搭建了直流偏磁下磁滞回线测量系统,实测了不同直流偏磁下的磁滞回线,在此基础上获得直流偏磁下铁心动态磁滞模型参数辨识结果;最后分析了直流偏磁对模型参数的影响,并对模型参数中的动态损耗系数进行了拟合,以修正铁心动态磁滞模型,得到直流偏置下铁心损耗预测方法。通过算例的计算结果与实验结果的对比验证了文中所提出方法的正确性。     

基于模拟退火改进PSO算法的J-A磁滞模型参数辨识

本文作者提出了一种基于模拟退火改进PSO算法,将模拟退火算法和PSO算法融合,利用模拟退火算法的全局搜索能力与PSO算法的快速收敛性能,可实现磁滞模型参数的快速、精确辨识。J-A磁滞模型参数辨识的仿真验证了所提混合算法对于磁滞曲线的拟合程度、辨识所得参数精度均更高,且不易于陷入局部最优解。同时,通过引入铁心在交变磁场中产生的损耗部分,建立了动态J-A磁滞模型以评估动态损耗对磁内能的影响,验证了所提出算法在考虑涡流损耗和异常损耗因素下工程应用中参数辨识的快速性与有效性。     

谐波激励条件下铁心动态Energetic建模与验证

谐波激励条件下,表征铁心磁性能的磁滞回线发生明显畸变甚至出现局部回环,导致铁心损耗显著增加。为精确模拟和计算谐波激励条件下铁磁材料的磁滞特性和铁心损耗,该文在传统静态Energetic谐波磁滞模型的基础上,依据损耗分离理论,建立综合考虑谐波特征的动态Energetic谐波磁滞模型。实现人工鱼群算法结合归一化处理技术对传统静态Energetic谐波磁滞模型参数的辨识,并提出一种可以有效考虑局部回环影响的动态损耗系数求解方法。搭建磁通密度波形可控的变压器铁心磁性能测试平台,对不同谐波阶次、谐波含量、谐波相位激励条件下的变压器铁心磁滞特性和损耗特性进行实验研究。通过模型仿真结果与实验数据的对比,验证了该文所建动态Energetic谐波磁滞模型的正确性和有效性。     

考虑磁滞与谐波特性的开关磁阻电机铁损分析

非晶合金开关磁阻电机(SRMA)的双凸极结构和脉冲供电方式决定了电机内磁场分布的非正弦性,并且不同部位磁通密度波形具有较大差别,导致难以准确计算SRMA的铁心损耗。考虑到非正弦激励下铁心损耗难以用传统的Bertotti损耗分离模型进行计算,本文提出一种耦合Play磁滞模型与变修正系数动态损耗模型的SRMA铁损有限元分析方法。首先,构建非晶合金磁特性测量平台,测量了不同工况下的磁滞回线与损耗特性;其次,根据测量得到的准静态磁滞回线对Play磁滞模型进行参数辨识,并用该模型计算SRMA的磁滞损耗;引入与磁通密度和频率相关的变修正系数,对含高次谐波的SRMA铁心动态损耗进行准确计算;最后,将Play磁滞模型与变系数傅里叶分解损耗计算方法应用于SRMA铁心损耗的有限元分析之中,并进行了实验验证。结果表明,所提方法在SRMA铁损计算中具有较高的精度。     

基于局部磁滞回线斜率的变压器铁心剩磁估算

利用Jiles-Atherton (JA)模型研究铁心的磁滞特性,并将剩磁点附近的局部磁滞回线线性化,得到剩磁与局部磁滞回线斜率的关系特性;并通过试验验证了该方法的可行性。     

全局优化算法在Preisach磁滞模型参数辨识问题中的应用与性能对比

Preisach模型参数的快速辨识对实现考虑磁滞特性的电工装备有限元计算具有重要意义.该文结合显式Everett函数Preisach磁滞模型,提出一种基于改进速度可控粒子群算法的Preisach模型参数辨识方法,并对比分析全局优化算法在该问题应用的效率问题.首先,为了解决传统离散型Preisach模型因存储庞大Everett矩阵造成的计算效率低下问题,构建Everett函数的参数化显式表达式;其次,提出一种基于改进速度可控粒子群算法的Preisach模型参数辨识方法,并基于测量的硅钢片准静态磁滞回线,实现模型的参数辨识;最后,对比分析模拟退火算法、遗传算法与该文所提算法在模型迭代次数与计算时间、磁滞回线模拟准确度、参数辨识成功率三个方面的应用效率.结果表明,该文所提出的改进速度可控粒子群算法在Preisach模型辨识上同时兼具辨识精度高、收敛速度快、成功率高的特点.     

变压器铁心磁滞模型参数辨识

针对描述铁心磁滞特性的Jiles-Atherton模型中参数确定较难问题,通过找出各参数对磁滞回线特征量的影响规律,确定各参数比较合理的拟合初始值。参数采用逐个优化算法,以实验获取的磁滞回线与计算得到的磁滞回线之间的均方误差最小值作为优化目标,并以2者之间的均方误差反馈控制每个参数的优化启动、优化停止及变化百分比,从而得到一组最佳逼近的Jiles-Atherton模型参数。研究结果表明该算法简单实用。通过拟合数据与理论数据、实际硅钢片数据及实验数据的对比,验证了该算法的正确性和有效性。     

基于阈值选择策略的改进混合蛙跳算法在电网规划中的应用

利用混合蛙跳算法(SFLA)具有高效计算性能和优良全局搜索能力的优势,针对其侧重于解决连续性问题以及易陷入局部最优解的不足,通过对混合蛙跳算法的解向量进行离散化处理并采用阈值选择策略,提出了适用于电网规划的一种基于阈值选择策略的改进混合蛙跳算法(ISFLA)。算例应用结果表明,与粒子群算法(PSO)相比,所提算法能够在较小的计算规模和较短的计算时间内得到全局最优解。通过进一步分析不同阈值对算法收敛速度的影响可以看出,应针对不同的电网规模及扩展规划范围选择合理的阈值,以此提高ISFLA的收敛速度和电网规划的有效性。     

基于阈值选择策略的改进混合蛙跳算法在电网规划中的应用

利用混合蛙跳算法(SFLA)具有高效计算性能和优良全局搜索能力的优势,针对其侧重于解决连续性问题以及易陷入局部最优解的不足,通过对混合蛙跳算法的解向量进行离散化处理并采用阈值选择策略,提出了适用于电网规划的一种基于阈值选择策略的改进混合蛙跳算法(ISFLA).算例应用结果表明,与粒子群算法(PSO)相比,所提算法能够在较小的计算规模和较短的计算时间内得到全局最优解.通过进一步分析不同阈值对算法收敛速度的影响可以看出,应针对不同的电网规模及扩展规划范围选择合理的阈值,以此提高ISFLA的收敛速度和电网规划的有效性.     

铁磁元件J-A磁滞模型参数辨识

对电网特殊运行状态仿真时,常要建立考虑磁滞效应的铁磁元件模型。根据测量得到的磁通-电流特性,通过参数辨识建立铁磁元件J-A磁滞模型。根据铁磁元件的磁通电流关系向磁化强度与磁场强度关系的推导结果,建立了JA磁滞方程参数辨识模型,并给出了参数优化辨识的方法;在Matlab环境下编制了J-A方程参数辨识的优化目标函数,用遗传算法工具箱(GADS)对J-A模型参数进行辨识。结果表明,建立的参数辨识模型正确、有效。     

基于正态云变异蛙跳算法的梯级水电站短期优化调度

针对混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)早熟收敛的问题,利用云模型在知识表达时具有不确定中带有确定性、稳定之中又有变化的特点,对每个子族群的最优解进行正态云变异操作,调整青蛙的跳动步长以实现局部搜索,提出了一种云变异蛙跳算法(Normal Cloud Mutation SFLA,NCM-SFLA),弥补混合蛙跳算法在进化过程中容易陷入局部最优的不足。将其应用于梯级水库的短期优化调度中,实例计算表明,与逐次逼近动态规划、混合蛙跳算法及标准粒子群算法相比,该方法具有更好的全局寻优能力和较快的收敛速度,验证了该方法在求解梯级水电站短期优化调度问题中的合理性和有效性。     

基于自适应SFLA算法的LQR附加阻尼控制器设计

针对含有电压源型换流器高压直流(VSC-HVDC)的交直流系统愈发凸显的低频振荡问题,提出了一种基于改进自适应混合蛙跳(SFLA)算法优化的线性二次型最优方法来设计附加阻尼控制器,以此来抑制振荡。该方法采用最小二乘-旋转不变技术(TLS-ESPRIT),辨识出系统的对应振荡模态和降阶模型。针对该模型运用线性二次最优控制法并引入状态观测器,求出带观测器的控制器表达式。采用改进自适应SFLA算法对权矩阵进行优化,设计线性二次型最优控制器使其控制效果最优。在PSCAD验证。仿真结果显示,这种控制器相比于传统线性二次最优控制器具有更好的鲁棒性和控制效果,控制器也较易设计。     

改进蛙跳算法在输电网规划中的应用

传统蛙跳算法（SFLA）具有高效计算性能和全局搜索能力,但容易出现早熟。针对早熟问题,通过对局部搜索步长和搜索策略进行改进,并将高斯变异算子引入算法当中,形成改进蛙跳算法（ISFLA）,并将其应用于输电网规划模型的求解中。通过对IEEE6节点和IEEE18节点系统的计算,证明了与传统蛙跳算法相比,改进后的算法寻优精度和收敛速度均得到了有效提高,具有较好的适应性。     

蛙跳算法及其在函数优化中的应用

分析了蛙跳算法的基本原理、数学模型,设计出算法的实现流程;讨论了蛙跳算法的研究现状,并将其用于函数优化。实验结果表明,蛙跳算法有很强的寻优能力,非常适用于低维函数的优化,对高维函数的优化也取得了一定的效果;就蛙跳算法的发展趋势与研究方向进行了展望。     

Reliability constrained generation expansion planning by a modified shuffled frog leaping algorithm

This paper introduces a modified shuffled frog leaping algorithm (MSFLA) to solve reliability constrained generation expansion planning (GEP) problem. GEP, as a crucial issue in power systems, is a highly constrained non-linear discrete dynamic optimization problem. To solve this complicated problem by MSFLA, a new frog leaping rule, associated with a new strategy for frog distribution into memeplexes, is proposed to improve the local exploration and performance of the SFLA. Furthermore, integer encoding, mapping procedure and penalty factor approach are implemented to improve the efficiency of the proposed methodology. To show the effectiveness of the method, it is applied to a test system for two planning horizon of 12 and 24 years. For the sake of methodology validation, an ordinary SFLA as well as a Genetic Algorithm (GA) are both applied to solve the same problem. Simulation results show the advantages of the proposed MSFLA over the SFLA and GA.     

改进的混合蛙跳算法性能分析及其在电力系统经济调度中的应用

针对基本混合蛙跳算法收敛速度慢,优化精度低的问题,提出了改进的混合蛙跳算法:通过引入自适应因子,保持了算法开发与探索的平衡,维持了种群的多样性,提高了个体向局部最优或全局最优个体学习的能力,加快了算法的收敛速度。通过对4个测试函数和电力系统中经济调度问题进行优化实验,并与基本混合蛙跳算法和相关文献中的改进算法进行比较,实验结果表明所提出的改进算法取得了更加理想的运算结果,具有更好的优化性能。     

基于改进鲸鱼算法的电流互感器J-A模型磁滞参数识别

基于J-A磁滞模型模拟电流互感器铁芯磁滞特性的关键是模型参数的精准快速识别。针对现有J-A模型参数提取时输入输出均不易测量和提取方法收敛速度慢、精度低等问题,提出了一种基于改进鲸鱼算法的ψ-i J-A磁滞模型的参数提取方法。该模型以磁链和电流为基础,而不是以磁通密度和磁场为基础。采用加入自适应权重值调整和搜索策略的改进鲸鱼算法对参数进行提取。用所提方法和粒子群算法、鲸鱼算法分别识别P型电流互感器和PR型电流互感器的磁滞曲线,对比可得改进鲸鱼算法精度更高、迭代次数更少,验证了所提方法的高效性。     

基于优化最小二乘支持向量机的电能质量扰动分类

提出了一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)分类器的电能质量扰动分类方法,对电网环境中多类扰动特征混合的情况进行更加精细的分类辨识。针对电能质量扰动特征向量的特点,对混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)进行了改进,与交叉验证(Cross Validation,CV)相结合实现了对多分类器参数的优化,有效地解决了支持向量机模型参数优化的问题。仿真实验与工程验证表明,经过优化后的分类器不仅可以提高电能质量波形的分类精度,还可以进一步使分类器避免出现过学习的状态,有效提高了分类器的计算速度。     

一种基于灰预测理论的混合蛙跳算法

为提高混合蛙跳算法在优化问题求解中的性能,提出一种基于灰预测理论的改进混合蛙跳算法。该算法首先将基本算法的进化模式进行调整,强化了进化过程中全局信息的交换;之后引入移动步长变异算子,根据进化过程的不同阶段和利用灰预测理论获得进化过程中最优解进步速度,并借鉴模糊控制思想对该变异算子进行控制,进而实现移动步长的自适应调整。采用6个标准测试函数,与基本算法和已有改进算法进行性能对比分析,证明了改进后的混合蛙跳算法在收敛精度、收敛速度和收敛成功率方面的优越性及灰预测理论在算法改进领域中的可行性。最后,将改进算法应用于10 k V油浸式配电变压器优化设计工作中,验证了该改进算法的实用性。