针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进IN...针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。展开更多
光伏阵列在局部遮阴下的输出具有多峰特性,且随工况变化而变化.针对传统的最大功率点跟踪(maximum power point tracking,简称MPPT)算法易陷入局部最优、跟踪时间较长,进而导致光伏发电效率低下的缺陷,提出局部遮阴下光伏多峰MPPT改进...光伏阵列在局部遮阴下的输出具有多峰特性,且随工况变化而变化.针对传统的最大功率点跟踪(maximum power point tracking,简称MPPT)算法易陷入局部最优、跟踪时间较长,进而导致光伏发电效率低下的缺陷,提出局部遮阴下光伏多峰MPPT改进混合算法.该文算法包括最大功率点(maximum power point,简称MPP)前期全局搜索及后期局部搜索两部分.在MPP全局搜索阶段,采用惯性权重自适应调整的量子粒子群优化算法,将光伏阵列工作点移至MPP所在的单峰区间,在优化过程中对粒子群进行自适应t分布变异,引入禁忌搜索算法.在MPP局部搜索阶段,采用基于闭环模糊控制的变步长扰动观察法,将光伏阵列工作点快速精准调整至MPP.仿真结果表明:相对于其他4种算法,该文算法有更高的跟踪效率和跟踪精度,能更有效提高光伏发电效率.因此,该文算法具有优越性.展开更多
文摘针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。
文摘光伏阵列在局部遮阴下的输出具有多峰特性,且随工况变化而变化.针对传统的最大功率点跟踪(maximum power point tracking,简称MPPT)算法易陷入局部最优、跟踪时间较长,进而导致光伏发电效率低下的缺陷,提出局部遮阴下光伏多峰MPPT改进混合算法.该文算法包括最大功率点(maximum power point,简称MPP)前期全局搜索及后期局部搜索两部分.在MPP全局搜索阶段,采用惯性权重自适应调整的量子粒子群优化算法,将光伏阵列工作点移至MPP所在的单峰区间,在优化过程中对粒子群进行自适应t分布变异,引入禁忌搜索算法.在MPP局部搜索阶段,采用基于闭环模糊控制的变步长扰动观察法,将光伏阵列工作点快速精准调整至MPP.仿真结果表明:相对于其他4种算法,该文算法有更高的跟踪效率和跟踪精度,能更有效提高光伏发电效率.因此,该文算法具有优越性.