改进粒子速度和位置更新公式的粒子群优化算法

针对粒子群优化算法求解精度低、局部搜索能力差、进化后期收敛速度慢等问题,本文提出一种改进粒子速度和位置更新公式的粒子群优化算法(particle swarm optimization algorithm with improved particle velocity and position update formul...     

基于樽海鞘群与粒子群混合优化算法的特征选择

针对现有特征选择方法中存在的收敛速度慢和计算效率低等问题,提出了一种基于樽海鞘群与粒子群优化的混合优化(hybrid optimization of salp swarm algorithm and particle swarm optimization,HOSSPSO)特征选择方法,该方法在樽海鞘群算法(salp swarm algorithm,SSA)的基础上,引入粒子群优化(particle swarm optimization,PSO),提高了SSA的收敛速度,改进了探索和开发步骤的效率,增加了解空间更多的灵活性和多样性,使得方法能够迅速获得全局最优值.为了验证算法的性能,在2个实验序列上进行了测试:第一个实验序列使用基准函数,将HOSSPSO与标准SSA、PSO进行了比较;第二个实验序列采用不同的UCI数据集,通过提出的算法确定最佳特征集.实验结果表明,相比于其他优化算法,HOSSPSO的性能更具优势,在多项评估指标中获得较好的效果,能以极少量的特征获得最大的分类精度.     

基于粒子群优化的马氏距离模糊聚类算法

为解决传统模糊聚类迭代算法对初始化敏感,易陷入局部最优及处理高维数据时精度下降的问题,对基于马氏距离的模糊聚类算法(fuzzy c-means algorithm based on Mahalanobis distance,M-FCM)进行优化。将马氏距离代替欧氏距离,通过构造类内紧致度、类间分离度与类间清晰度结合的适应度函数,利用粒子群优化算法(particle swarm optimization,PSO)对马氏距离模糊聚类进行研究,提出了基于粒子群优化的马氏距离模糊聚类算法(Mahalanobis distance fuzzy clustering algorithm based on particle swarm optimization,DPSOM-FCM),并将此新算法与FCM(fuzzy c-means algorithm),M-FCM,PSO-FCM,IFPSOFCM(importance for fuzzy clustering algorithm based on particle swarm optimization)算法,在UCI(university of californiairvine)数据库的6个标准数据集上进行实验对比分析。结果表明,DPSOM-FCM算法具有算法收敛性和聚类有效性,并且聚类精确度优于其他算法,对高维数据的聚类识别能力强,即该算法具有全局优化作用。     

一种改进粒子群优化算法在车辆路径问题的应用研究

基于集合的粒子群优化算法(set-based particle swarm optimization,S-PSO) 主要用于解决离散域的组合优化问题。但S-PSO只考虑了当前粒子的最优对速度更新的影响,易陷入局部最优解。提出ES-PSO (enhanced S-PSO)算法,重新设计速度更新策略。在速度更新策略中加入了全局最优和邻域最优的影响,同时,修改权重系数,使粒子在更新时优先考虑服务时间较早的粒子,更加合理地安排了节点的服务顺序。使用ES-PSO算法求解带时间窗的车辆路径问题(vehicle routing problem with time windows,VRPTW),提出了ES-PSO-VRPTW算法。实验结果表明,基于Solomon数据集,ES-PSO-VRPTW算法在最优路径数目(number of vehicle-route,NV)和总里程(total distance,TD)上的表现比S-PSO-VRPTW更加优越。将ES-PSO-VRPTW用于求解带时间窗的垃圾回收车辆运输问题,得到的路径数目NV和总里程TD相对于S-PSO-VRPTW以及传统的遗传算法(genetic algorithm,GA)和蚁群算法(ant colony optimization,ACO)均有大幅度降低。     

改进型耗散粒子群优化算法

通过对标准粒子群优化算法中惯性权重的分析和对耗散理论的研究,提出了一种惯性权重正弦调整的耗散粒子群优化算法(S-DPSO),并对该算法进行了深入的分析和研究.通过对4个典型函数的仿真测试,试验结果表明S-DPSO在收敛速度和全局收敛性方面都比标准粒子群优化算法、随机惯性权重粒子群优化算法、惯性权重正弦调整粒子群优化算法、耗散粒子群优化算法和随机惯性权重耗散粒子群优化算法有明显改进.理论分析和仿真试验验证了S-DPSO的正确性和有效性.     

基于三次修正Jensen尾流模型的海上风电场布局优化

目前修正的Jensen尾流模型均没有同时修正尾流初始半径和尾流初始风速，无法准确预测海上风电场的实际尾流风速。本文基于二次修正Jensen尾流模型基础上，提出三次修正Jensen尾流模型，并通过海上风电场风洞实验数据验证该修正尾流模型的正确性。其次，考虑全尾流及部分尾流面积，将该三次修正Jensen尾流模型应用到海上风电场的布局优化中，以风力机的坐标及数量为优化变量，以度电成本为优化目标函数，并利用樽海鞘算法对海上风电场的风力机布局进行优化设计。优化结果表明：对比采用改进Jensen模型指导风电场布局，采用三次修正Jensen模型时，风电场的布局更加均匀；对比考虑全尾流的布局，当考虑部分尾流布局时，度电成本降低了2.16%。     

基于改进粒子群优化算法的信号检测及故障诊断

研究了一种分段双稳态随机共振系统,使用改进的粒子群优化(particle swarm optimization, PSO)算法对双稳系统的参数进行优化,将其应用于弱信号检测以及轴承的故障诊断。首先,引入分段的势函数,对系统的输出信噪比进行理论推导,从势阱中粒子的跃迁角度讨论分析了系统各参数对平均首次通过时间以及信噪比的影响,并借此对系统进行评价;其次,利用随机权重粒子群优化算法和自适应权值粒子群算法,分别与随机共振相结合,以输出信号的信噪比作为评价指标,对系统参数进行优化调节,并比较2种粒子群优化算法的改进算法;最后,将改进的粒子群优化算法应用于故障诊断,通过仿真研究和实验验证,对比几种算法的输出效果,评价了随机权重粒子群优化算法的有效性和优越性。     

基于QPSCO算法的传感器优化配置

针对以曲线拟合为目标的传感器配置问题,提出了一种基于量子粒子群协同优化(Quantum-behaved particle swarms cooperative optimization,简称QPSCO)算法的传感器优化配置方法.在QPSCO算法中,采用双层的多粒子群协同优化结构,同时引入参数变异策略,在扩大搜索范围的同时加快该算法收敛;将加权最小二乘法的误差平方和引入适应度函数中,以提高传感器位置曲线的拟合精度,从而实现传感器的优化配置.实验结果表明,该方案应用于土壤信息采集系统,不仅可以达到比粒子群优化(Particle swarm optimization,简称PSO)算法和量子粒子群优化(Quantum-behaved particle swarm optimization,简称QPSO)算法更好的寻优结果,而且具有比遗传算法更理想的位置拟合精度,是一种有效可行的传感器配置方法.     

一种动态惯性权重的粒子群优化算法

自粒子群优化算法被提出以来,由于其收敛速度快、易实现,得到了快速发展和广泛应用.在此提出了一种改进型的粒子群优化算法,主要特点是随进化代数的增加而动态非线性减小惯性权重,以此改善演化后期收敛速度迅速降低的问题.为了评价其性能,选取了5个基准函数进行测试,并与惯性权重线性递减的粒子群优化算法作了比较.数字仿真表明,改进算法能极大地提高搜索性能.     

基于改进PSO的中厚板轧制规程能量优化设计

基于中厚板轧制规程优化是多个连续决策变量的复杂非线性优化问题,以最小化轧制能耗为目标,建立轧制规程的能量优化设计模型;基于粒子群优化算法(particle swarm optimization,PSO)进行轧制规程优化设计,通过规划最佳道次板厚分配实现轧制能耗目标最优;针对中厚板轧制生产特点及其对算法全局搜索能力和收敛速度的要求,提出一种改进PSO,通过构造新的惯性权重和加速系数非线性调整策略,平衡算法不同阶段的粒子全局搜索和精确搜索能力,引入局部平均值的同时构造非线性局部加速系数,以减小对收敛速度的影响。研究结果表明:改进PSO应用于轧制规程优化,能耗明显降低,全局搜索能力强且收敛速度快,综合性能比遗传算法、标准PSO及几种常用改进算法的优。     

基于尾流效应的低风速地区风电场布局优化方法

为了减少低风速地区风电场尾流效应对其发电能力的影响,提出一种通过改变风机塔筒高度以提高风电场收益的布局优化方法。首先分析了塔筒高度与风电场年发电量的关系,进而优化风电场主风向上机组塔筒高度,以使轮毂海拔高度呈渐进式增加,实现风电场年发电量提升的同时尾流损失下降的优化目标。最后,使用Wasp10.0风资源评估软件建立风电场模型,与未使用优化方法的风电场进行仿真对比。仿真结果表明,随着主风向上前后排机组轮毂海拔高度差值的不断增加,风电场年发电量不断增加,验证了所提方法的有效性。     

基于改进灰狼优化的开关磁阻风力发电最大功率点跟踪控制策略

以中小型开关磁阻风力发电机为研究对象，针对发电过程中，在不同风速条件下最大功率点跟踪控制快速性和准确性的需求，提出一种基于自适应加权灰狼优化PID算法的最大功率点跟踪控制策略。当外界风速发生变化时，根据实时风速计算出风力机最佳转速，其与实际转速的差值作为加权自适应灰狼优化PID控制算法的输入，作为转速闭环的PID控制参数，从而输出电压脉宽调制的最优占空比，实现变风速下的最大功率点跟踪控制。仿真结果表明，与传统PID控制相比，自适应加权灰狼优化PID算法能够在风速变化情况下，更加快速准确地实现最大功率点跟踪控制。     

基于尾流试验的风电场装机容量估算方法

结合对我国风电场装机容量的现状分析,指出风电场装机容量的确定受政策及主观因素影响较大,缺乏有效的技术手段支持。提出了一种装机容量估算的思路,即:以控制风电场平均尾流损失为目标,由风能资源决定风机排布,继而由风机排布来估算装机容量。为此,基于风机风能利用效率相近的特点,通过引入参考风机并进行尾流试验,给出了在不同风速下风电场风机的推荐排布方式,根据风机额定功率与直径平方的关系,得出了一定技术安装高度上单位面积区域内装机容量的估算方法。结合我国风能资源评估国家标准,给出了对应不同风功率密度等级的场址区域,其50 m高度上单位面积可装机容量的推荐值。提出的估算方法可为风电场建设前期进行装机规模的确定提供参考。     

The investigation on computational grids in wind turbine positioning optimization using greedy algorithm

In this paper, the effect of the computational grids on the wind turbine positioning optimization is studied. The linear wake flow model is used to calculate the turbine wake flow. The power law is used to model the power curve of wind turbine. Greedy algorithm with repeated adjustments is introduced to solve the wind turbine positioning problem, with the target of maximizing the total power output of wind farm. Square grid and triangle grid with various orientations are used to discretize the area of wind farm. Three numerical cases are introduced to study the effect of the computational grids on the optimized results. The results show that the optimized power output can be improved through choosing appro- priate grid orientation. The suggested grid orientations for single direction wind case and multi-direction wind case are given.     

变速恒频风力发电最大功率补获控制策略研究

为了最大限度地利用风能,提高风力发电系统的效率,在分析变速恒频风力发电系统最大风能捕获原理的基础上,研究了一种不需要检测风速的最大风能捕获功率控制策略.这种控制策略既可以实现双馈发电机系统低于额定风速下的最大风能捕获控制又可以实现变速恒频双馈风力发电机的有功、无功功率的前馈解耦控制.最后,利用Matlab/Simulink对不同风速下双馈发电机系统的运行性能进行了分析和比较,结果验证了该控制策略的正确性和可行性.     

大型风电长叶片气动外形的高效低载三维设计

海上风力机等大型风电设备叶片较长，所承受气动载荷较大，易产生变形，影响气动性能和运行稳定性。针对这一问题，以美国NREL实验室的5 MW大型风电叶片为例，对其进行以各截面翼型形线、安装角及额定功率下桨距角为设计变量的高效低载三维优化。优化基于动量叶素理论和多岛遗传算法，以叶根弯矩最低和风能利用率最大为优化目标，并将优化叶片与原始叶片于变桨、变风况下的气动性能进行对比。结果表明：在设计工况下，相较于原始叶片，优化叶片在保证高气动效率的同时叶根弯矩降低了5%；变风况条件下，变桨前优化叶片的风能利用率平均提升了1%，叶根弯矩平均降低了5.8%，变桨后优化叶片的叶根弯矩平均降低了4%。     

H型垂直轴风力机远场尾流特性研究

基于非定常CFD数值模拟方法,采用FLUENT软件对H型垂直轴风力机的流场进行模拟,并分析尖速比和叶片数对远场尾流特性的影响规律。结果表明:风轮在运转过程中的空气流动近似于圆柱绕流,绕流和旋转对尾流两侧风速具有增大作用,增大的风速不断汇入到尾流中,有助于尾流风速恢复;随着尖速比的增大或叶片数的增多,远场尾流形成卡门涡街,尾流风速呈周期性上下波动分布;在风电场中风力机组的排布应根据不同的尾流特性,采取不同的布置方案。     

大规模海上风电场内部电气汇集系统设计方案经济性优化

为解决大规模远距离海上风力发电技术的汇集送出时成本过高等经济性的问题,本文通过对海上风电场汇集系统的组成和特征以及汇集系统的经济性组成因素进行分析,以投资成本最低为目标,建立汇集系统经济性数学模型。在此模型基础上,提出了一种经济性优化组合算法。对风机排布采用放射型模糊聚类算法RFCM（Radial Fuzzy C-Means）,进行模糊聚类分片,并将聚类片区得出的风电机群的海底电缆分布路径采用Prim最小生成树算法进行优化找出电缆连接最小路径,得出最经济性的分布拓扑。结果表明,此组合算法解决了穷举法优化拓扑结构的维数灾问题,为简洁快速的解决大型海上风电场汇集系统经济性优化问题提供了支撑。最后对山东半岛北风电场实例进行该组合优化算法的算例分析,证明该组合优化算法的有效性。     

基于PSO算法的风电场储能容量优化计算

本文提出为风电场配置合理容量的储能设备,用于平滑其输出功率的随机波动,并建立了储能容量优化配置的数学模型。该模型以风电弃风率最小化和储能投资成本最小化为多目标函数,以有功功率偏差率来衡量平滑效果,应用粒子群算法（PSO）对该模型进行求解,可以快速、精确地求得最优储能容量值,使得风电场的综合效益实现最优。算例表明,该研究可以较小储能成本及弃风率实现风电场功率的平滑输出。