-
公开(公告)号：CN115276109A
公开(公告)日：2022-11-01
申请号：CN202210940400.5
申请日：2022-08-06
Applicant: 南昌大学
Abstract: 本发明公开了一种基于改进旗鱼算法的虚拟同步发电机线性自抗扰控制器控制参数整定方法，涉及电力技术领域。在虚拟同步发电机控制的基础上使用线性自抗扰控制进行改进。而针对线性自抗扰控制参数选择的问题，引进旗鱼算法(SFO)对虚拟同步发电机模型的自抗扰控制器进行参数整定，由于旗鱼算法为基于群的算法，非常适合无结构修改的优化问题，对于参数整定类问题能够起很大的作用，并在其基础上得到改进旗鱼优化算法(KSFO)，使其具有更强的在全局和局部收敛快，具有寻优能力强的优点。实现了自抗扰控制器控制参数的最优整定，对提高电能质量具有重大意义。
-
公开(公告)号：CN113364315A
公开(公告)日：2021-09-07
申请号：CN202110500005.0
申请日：2021-05-08
Applicant: 南昌大学
Abstract: 本发明公开了一种基于海鸥优化算法的三相逆变器控制方法，涉及电力技术领域，包括下述步骤：S1、初始化海鸥种群，设计海鸥优化算法输出最佳海鸥位置和适应度值；S2、建立三相逆变器离网整定模型；S3：根据S1求得的最优解，将其传递给三相逆变器离网整定模型。本发明将具有强大的全局搜索能力和局部搜索能力以及处理高维问题的能力、较好的寻优精度和收敛速度的海鸥优化算法应用到PID控制系统进行控制参数整定，提出一种基于海鸥优化算法的PID控制参数整定方法，最后将其运用到三相逆变器离网参数整定模型上，这对三相逆变器控制参数整定问题具有重大意义。
-
Patent Agency Ranking
公开(公告)号：CN113410865A
公开(公告)日：2021-09-17
申请号：CN202110501448.1
申请日：2021-05-08
Applicant: 南昌大学
Abstract: 本发明公开了基于改进人工蜂群算法的双并联逆变器控制参数整定方法，该方法包括以下步骤：S1：初始化，产生初始蜜源设计和初始种群选择，采用混沌改进人工蜂群算法计算适应度值；S2：设计双并联逆变器控制参数两个下垂系数m和n为整定参数，并建立其目标函数；S3：根据求得的最优蜜源的适应度值，分别求出双并联逆变器控制参数两个下垂系数m和n。本发明对原始人工蜂群进行了改进混沌改进，减小了陷入局部最优的缺点，加快算法的收敛速度，更重要的是提高了算法搜寻多维问题最优值的能力，且实现了双并联逆变器控制参数的最优整定，对提高电能质量具有重大意义。
-
公开(公告)号：CN113410865B
公开(公告)日：2022-11-08
申请号：CN202110501448.1
申请日：2021-05-08
Applicant: 南昌大学
Abstract: 本发明公开了基于改进人工蜂群算法的双并联逆变器控制参数整定方法，该方法包括以下步骤：S1：初始化，产生初始蜜源设计和初始种群选择，采用混沌改进人工蜂群算法计算适应度值；S2：设计双并联逆变器控制参数两个下垂系数m和n为整定参数，并建立其目标函数；S3：根据求得的最优蜜源的适应度值，分别求出双并联逆变器控制参数两个下垂系数m和n。本发明对原始人工蜂群进行了改进混沌改进，减小了陷入局部最优的缺点，加快算法的收敛速度，更重要的是提高了算法搜寻多维问题最优值的能力，且实现了双并联逆变器控制参数的最优整定，对提高电能质量具有重大意义。
-
公开(公告)号：CN113410864A
公开(公告)日：2021-09-17
申请号：CN202110500024.3
申请日：2021-05-08
Applicant: 南昌大学
Abstract: 本发明公开了一种基于改进人工蜂群算法的三相逆变器控制方法，涉及电力技术领域，包括以下步骤：S1：建立三相逆变器控制结构；S2：初始化种群；S3：设计改进人工蜂群算法的最优蜜源的适应度值的计算方法；S4：根据S3求得的最优解，将其分别传递给三相逆变器离网整定模型和并网整定模型。本发明引进标准人工蜂群算法对三相逆变器控制参数进行整定，在人工蜂群的基础上引进了混沌映射改进策略，提高了算法的全局搜索能力，寻优精度和收敛速度，再将混沌改进人工蜂群算法应用到PID控制系统进行控制参数整定，提出一种基于混沌改进人工蜂群算法的PID控制参数整定方法，最后将其运用到三相逆变器离网和并网参数整定模型上。
-
公开(公告)号：CN113364315B
公开(公告)日：2022-04-12
申请号：CN202110500005.0
申请日：2021-05-08
Applicant: 南昌大学
Abstract: 本发明公开了一种基于海鸥优化算法的三相逆变器控制方法，涉及电力技术领域，包括下述步骤：S1、初始化海鸥种群，设计海鸥优化算法输出最佳海鸥位置和适应度值；S2、建立三相逆变器离网整定模型；S3：根据S1求得的最优解，将其传递给三相逆变器离网整定模型。本发明将具有强大的全局搜索能力和局部搜索能力以及处理高维问题的能力、较好的寻优精度和收敛速度的海鸥优化算法应用到PID控制系统进行控制参数整定，提出一种基于海鸥优化算法的PID控制参数整定方法，最后将其运用到三相逆变器离网参数整定模型上，这对三相逆变器控制参数整定问题具有重大意义。
-
公开(公告)号：CN113505873A
公开(公告)日：2021-10-15
申请号：CN202110596715.8
申请日：2021-05-31
Applicant: 南昌大学
Abstract: 本发明公开了一种基于旗鱼算法的双并联逆变器控制参数整定方法，涉及电力技术领域，其包括以下步骤：初始化，产生初始种群，采用旗鱼算法并选择最优适应值；设计双并联逆变器控制参数两个下垂系数m和n为整定参数，并建立其目标函数；根据求得的最优适应度值，分别求出双并联逆变器控制参数两个下垂系数m和n。本发明引进旗鱼算法(SFO)对双并联逆变器模型进行参数整定，由于旗鱼算法为基于群的算法，非常适合无结构修改的优化问题，对于参数整定类问题能够起很大的作用，且其具有在全局和局部收敛快，具有寻优能力强的优点。实现了双并联逆变器控制参数的最优整定，对提高电能质量具有重大意义。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
