TGBA优化核极限学习机的光伏阵列故障诊断

针对核极限学习机(Kernel Extreme Learning Machine,KELM)用于光伏阵列故障诊断时准确率不高的不足,提出了 一种基于 TGBA(Tent Mapping and Gaussian Perturbation Strategy Optimize Bat Algorithm)算法优化核极限学习机的光伏阵列故障诊断方法(TGBA-KELM).首先,建立光伏阵列故障仿真模型,提取光伏阵列故障特征参数;其次,引入Tent映射和高斯扰动策略对蝙蝠算法(Bat Algorithm,BA)进行改进,增加种群多样性,提高了算法的收敛速度和全局寻优能力;再次,利用改进后的蝙蝠算法优化KELM的正则化系数和核函数参数,建立最优的故障诊断模型;最后,采用光伏阵列硬件实验平台收集的故障数据验证了 TGBA-KELM算法的准确性和有效性,并与 ELM(Extreme Learning Machine,ELM)、KELM、BA-KELM、TGBA-ELM、BP(back prop-agation)算法对比,实验结果表明,TGBA-KELM具有更高的故障诊断准确率,可用于光伏阵列故障诊断.     

基于改进的D-S证据理论的光伏阵列故障诊断

光伏阵列是光伏发电系统的核心,也是光伏发电过程中最易出现故障的设备,在发生故障的同时存在着大量的不确定信息.针对存在大量的不确定因素的光伏阵列故障诊断问题,基于证据理论在处理不确定信息的优点,提出了一种改进的Dempster-Shafer(D-S)证据理论的融合算法应用于光伏阵列故障诊断中,解决了存在交叉数据、误判率较...     

典型故障条件下光伏阵列建模与仿真

为实现光伏阵列在典型故障条件下的仿真模拟和数据分析,利用Simulink搭建了局部遮阴、开路、短路和老化条件下的光伏阵列仿真模型。构建2种光伏组件模型,通过实验数据分析,得到精度较高的光伏组件模型;根据光伏阵列故障原理,通过搭建物理接口电路实现优选的光伏组件模型和电阻器之间的串并联,建立光伏阵列故障模型。对光伏阵列故障输出特性进行仿真分析,结果表明,该光伏阵列故障仿真平台便于故障模拟和特性分析,能够直观看出光伏阵列电气参数变化趋势,为研究如何有效地选取电气参数作为故障诊断模型的输入特征变量提供了理论依据。     

典型故障条件下光伏阵列建模与仿真

为实现光伏阵列在典型故障条件下的仿真模拟和数据分析,利用Simulink搭建了局部遮阴、开路、短路和老化条件下的光伏阵列仿真模型。构建2种光伏组件模型,通过实验数据分析,得到精度较高的光伏组件模型;根据光伏阵列故障原理,通过搭建物理接口电路实现优选的光伏组件模型和电阻器之间的串并联,建立光伏阵列故障模型。对光伏阵列故障输出特性进行仿真分析,结果表明,该光伏阵列故障仿真平台便于故障模拟和特性分析,能够直观看出光伏阵列电气参数变化趋势,为研究如何有效地选取电气参数作为故障诊断模型的输入特征变量提供了理论依据。     

基于非线性控制参数组合策略的灰狼优化算法

针对传统的灰狼算法(GWO)易陷入局部最优、后期收敛速度慢等问题,提出一种非线性控制参数组合调整策略.对3种不同的非线性参数控制策略的调节因子a进行仿真,并分析影响搜索参数A的因素;对5组不同的调节参数值进行基准函数的测试仿真,选择权重系数的非线性控制参数组合策略的最佳参数值.仿真结果表明,所提出的非线性控制参数组合调整策略优于GWO2、GWO3,以及文献[10]提出的改进灰狼优化算法,为组合策略在智能算法中的运用提供了验证.     

基于逆通道与改进引导滤波的暗通道去雾算法

为解决暗通道先验去雾算法存在的透射率计算不精确和图像去雾后偏暗等问题,提出一种利用逆通道与改进滤波的暗通道去雾算法。根据雾天可见光的衰减特性,基于蓝色通道的逆通道得到修正的雾天图像暗通道图,通过在引导滤波中设置自适应平滑因子,滤波处理时检测图像边缘并利用局部方差自适应调整滤波强度,以获得更准确的透射率,同时选取图像中天空部分亮度最大区域的像素平均值作为大气光值,最终得到修复的去雾图像。实验结果表明,与基于边界限制的去雾算法和多尺度小波去雾算法相比,该算法的峰值信噪比和结构相似性值更高且均方误差更小,图像去雾效果更好,能较好保持图像原有信息。     

基于DMPC和储能单元约束的分组一致性控制策略

针对多个电池储能单元间的分布式协调控制问题,提出了一种分布式储能单元分组一致性控制策略。首先,提出了一种基于分布式模型预测控制和状态约束的加权一致性算法,能考虑各储能单元的功率约束条件并快速完成多储能单元的功率分配。其次,提出了一种储能单元分组控制策略。根据荷电状态(state of change, SOC)信息设定储能单元的权重,达到改善储能单元SOC的一致性的目的。同时基于所提一致性算法,制定储能单元组间协调控制策略和储能单元效率提升策略,从而达到改善储能系统调节能力、延长储能系统寿命和提升能量转换效率的目的。最后,在Matlab中构建含8个电池储能单元的微电网系统,对所提算法和控制策略进行仿真分析。仿真结果表明,所提算法和控制策略在提升收敛速度、优化控制效果、延长储能系统寿命以及提升储能系统运行效率方面均具有一定优势。     

基于马尔科夫链的灰狼优化算法收敛性研究

针对灰狼优化算法（Grey Wolf Optimization,GWO）在收敛性研究上的不足,首先,通过定义灰狼群状态转移序列,建立了GWO算法的马尔科夫（Markov）链模型,通过分析Markov链的性质,证明它是有限齐次 Markov链;其次,通过分析灰狼群状态序列最终转移状态,结合随机搜索算法的收敛准则,验证了GWO算法的全局收敛性;最后,对典型测试函数、偏移函数及旋转函数进行仿真实验,并与多种群体智能算法进行对比分析.实验结果表明,GWO算法具有全局收敛性强、计算耗时短和寻优精度高等优势.