基于改进鸡群算法的非侵入式家电负荷分解

基于家电负荷在稳态工作时电流具有线性叠加的特点,提出一种基于家电负荷稳态基波电流和谐波电流为负荷特征量的非侵入式家电负荷分解算法。通过将一家电负荷的任一工作状态用0和1来表示,即只有关和开这两种状态,则家电负荷分解问题可转化为求解优化组合问题,然后运用改进鸡群算法来识别各个家电的工作状态。最后通过实例验证了该算法具有较高的负荷识别准确率和广泛的适用性,有利于非侵入式家电负荷分解技术的推广与应用。

基于改进鸡群算法的微电网优化运行研究

文中主要考虑包含传统火电机组在内的冷热电三联供型微电网的经济运行。在充分利用新能源的前提下,验证"以热/冷定电"优化策略的正确性。首先建立包含传统火电机组在内的冷热电三联供型微电网的数学模型,综合考虑各出力源的运行维护成本、燃料费用、环境治理费用和购/售电费用后,采用改进鸡群算法进行算例仿真分析,算例结果表明,所述算法可行且"以热/冷定电"优化策略正确。

基于改进鸡群算法的非侵入式负荷监测

监测负荷运行状态有利于加强电网负荷侧管理,引导用户合理消费,实现节能降耗。针对小功率负荷与大功率负荷同时投入时,单一谐波电流特征易受线路电压、电流波动影响导致负荷辨识精度低的问题,提出一种基于改进鸡群算法的负荷监测方法,设计综合考虑稳态谐波电流和功率特征的正态分布度量函数,作为改进鸡群算法的适应度函数。实验结果表明,采用所提方法可有效提高负荷辨识准确率。

改进鸡群优化算法的二维MUSIC谱峰搜索研究

针对二维多重信号分类(MUSIC)算法在谱峰搜索时运算复杂,实时性差的问题,提出一种改进鸡群算法的二维MUSIC谱峰搜索算法。该算法将改进鸡群算法应用于谱峰搜索部分,首先利用佳点集理论构造初始种群;其次由寻食速度因子和聚集度因子构成惯性权值函数;最终将惯性权值引入母鸡的位置更新公式中,使算法快速搜索出谱峰所对应的角度。结果显示,该算法以更低的时间复杂度获得与网格搜索法相同的搜索精度,时间复杂度降低了648倍,节约99.4%的搜索时长,与其他3种优化算法相比,具有更优的收敛性能和更高的搜索精度。

基于改进鸡群算法的比例-积分-微分参数整定

比例-积分-微分(PID)参数整定一直是控制工程研究的热点。利用传统的方法整定参数得到的系统性能往往较差,为解决PID参数整定问题,提高系统性能,提出一种基于改进鸡群算法(CSO)的PID参数整定方法。改进鸡群算法的目的是提高鸡群算法的收敛速度与精度,增强算法跳出局部最优的能力,4个标准测试函数的测试结果验证了改进的有效性。利用改进鸡群算法对4类典型工业过程的PID参数进行整定,以时间乘绝对误差积分函数(ITAE)为优化目标。Matlab仿真结果表明:通过改进鸡群算法整定PID参数得到的系统性能比传统的Z-N参数整定法以及Matlab遗传算法(GA)工具箱参数整定得到的系统性能有很大的提高。

基于改进鸡群优化算法的海上筑堤有限元反演分析

鉴于海上筑堤预测施工结束后稳定期的沉降是关系到堤防质量、安全和经济的重要问题,依据初期实测资料,提出了基于改进鸡群优化算法材料参数反演程序,反演出更为准确的土体材料参数,进而建立整个施工期内的有限元数值模型,加入反演获得的计算参数,预测了施工后期和稳定期的堤坝沉降,并将预测结果与实测值进行对比。结果表明,预测效果良好,拟合度较高。说明基于改进鸡群优化算法反演程序可以更快的收敛速度与更高的收敛精度找到最优的土体参数,全局寻优能力强。

改进的鸡群优化算法及其在DTI-FA图像配准中的应用

鸡群优化算法(Chicken Swarm Optimization,CSO)是一个全新的群智能优化算法,简单且具有良好的扩展性。针对鸡群优化算法中因为母鸡的寻优能力差而使算法容易陷入局部极值的问题,提出了一种结合混沌思想的改进鸡群优化算法(Chaotic Improved Chicken Swarm Optimization Algorithm,CICSO)。该算法结合混沌思想的遍历性初始化鸡群位置,将母鸡的位置更新公式改为仅向全局适应度值最好的公鸡学习,并引入学习系数来避免陷入局部最优。最后将改进的鸡群优化算法(CICSO)应用于DTI-FA图像配准。仿真实验结果表明,在解决高维问题时,改进的鸡群优化算法避免了陷入局部极值,提高了收敛精度,在DTI-FA图像配准中提高了图像的配准精确度。

基于改进鸡群算法的微电网协同优化运行研究

文中考虑了含风、光、微型燃气轮机、火电机组、蓄电池、燃料电池的典型微电网系统协同优化运行问题。综合考虑出力源的发电成本、燃料成本、环境治理成本、购电成本和售电收益后,建立了典型微电网系统并网和孤网两种运行方式下的优化函数,采用粒子群算法和改进鸡群算法对其优化函数进行求解,得出优化周期内各电源出力情况,并对仿真分析比较,得出具有普适性的控制策略,并验证改进鸡群算法的优点。

基于改进鸡群算法的电动汽车有序充电策略研究

为了减小电动汽车无序充电给配电网安全稳定运行带来的不利影响,提出一种基于改进鸡群算法的电动汽车有序充电策略。首先,综合考虑电动汽车用户和配电网的利益,建立以用户充电费用最小和配电网负荷峰谷差最小为目标的电动汽车充电多目标优化数学模型;在此基础上,提出一种有序充电策略,该策略将随时间推移不断滚动更新电动汽车的充电计划;其次,运用鸡群算法求解该问题,并针对标准鸡群算法中出现的易早熟,收敛精度不高等问题,引入二次非线性递减惯性权重和双亲引导机制对其进行改良;最后,以某一配电网为例进行具体分析,仿真结果验证了充电策略的实用性和改进算法的有效性。

基于改进鸡群算法的静止无功补偿器模型参数辨识方法

为获取准确的静止无功补偿器模型参数以满足电力系统日益精细化的仿真要求,提出一种基于改进鸡群算法的静止无功补偿器模型参数辨识方法。首先建立考虑各环节特性的静止无功补偿器数学模型;然后对鸡群算法进行改进,并应用于静止无功补偿器模型参数辨识;最后,针对多参数同时辨识引起的辨识结果不准确问题,提出一种基于参数敏感度的静止无功补偿器模型参数逐步辨识方法,为准确辨识静止无功补偿器模型参数提供了新的辨识策略。算例结果证明了所提方法的有效性和准确性。

基于改进鸡群算法的微电网运行优化

【目的】以风、光、储、微型燃气轮机、燃料电池等分布式电源构成的微电网能有效地解决能源危机和环境污染问题.为了充分发挥清洁能源的效益,针对某地区含有多种分布式电源的微电网在孤岛状态下的运行状况进行优化.【方法】通过建立微电网系统各个结构的数学模型,在满足约束条件的前提下,利用改进鸡群算法对夏季24 h典型负荷日内的微电网系统进行参数优化配置.【结果】研究优化了各分布式电源的输出功率,降低了发电成本,获得了孤岛运行状态下微电网在夏季24 h典型负荷日内的优化运行方案.【结论】通过与其他改进鸡群算法对比,本研究所提出的改进鸡群算法对该地区的微电网优化性能良好,具有较好的应用前景.

基于改进鸡群算法的模糊PID控制器设计

针对传统PID控制器在复杂被控对象上难以获得理想的控制性能,提出了模糊PID控制器(FUZZY-PID)。研究模糊PID控制器的设计,为了有效寻找模糊PID控制器中的参数,将改进鸡群算法用来优化模糊PID控制器的参数。通过建立带改进鸡群算法的模糊PID控制器模型,使控制规则和隶属函数更加合理,以增强控制器的自适应能力。仿真结果表明,改进鸡群算法的模糊PID控制方法(ICSO-FUZZY-PID)与基本模糊PID控制算法(CSO-FUZZY-PID)和经验试凑的模糊PID控制算法(FUZZY-PID)相比,明显提高了系统的性能指标。

基于改进鸡群算法和相关向量机的燃气轮机气路故障诊断技术研究

在管道输送过程中,燃气轮机的健康状态与管道的安全平稳运行密切相关。为提高燃驱压缩机组燃气轮机气路故障诊断的准确率,以双轴燃气轮机为对象,通过建模获得不同气路故障类型的数据集,引入相关向量机(RVM)模型对典型气路故障进行分类诊断,并采用改进鸡群算法(ECSO)对RVM模型的超参数进行寻优。结果表明,ECSO-RVM模型的分类精度为95.55%,明显优于支持向量机(SVM)、径向基核函数(RBF)神经网络、反向传播(BP)神经网络、改进蜂群算法-自适应模糊推理系统(IABC-ANFIS)和深度置信网络(DBN)等模型;在添加不同程度高斯白噪声的条件下,ECSO-RVM模型的分类精度始终保持在80%以上,说明该模型的分类精度、抗噪声能力和泛化能力较好,可用于燃气轮机气路故障的快速识别和诊断。

基于改进鸡群算法的柔性作业车间调度问题求解

为求解柔性作业车间调度问题,提出一种改进鸡群算法。以机器的最大完工时间为优化目标建立了柔性作业车间调度模型。提出改进鸡群算法,算法对小鸡的更新公式进行改进,并融合模拟退火算法和动态余弦惯性权重策略的优势,实现了全局搜索和局部探索的有效平衡。对4个标准函数和一个柔性作业车间调度模型进行仿真测试,与标准粒子群算法和鸡群算法相比,最大完工时间的最优值分别减少了12和7,平均值分别减少了16.3和5.7,验证了所提算法的有效性和优越性。

基于改进鸡群算法的无功优化综合分析

针对鸡群算法在处理高维问题时易陷入局部最优、致使算法稳定性降低,对其进行改进并应用到配网的无功优化中。引入反向学习对种群初始化进行改进,加强算法的收敛速度;引入柯西变异来加强母鸡跳出局部最优的能力;同时,使用学习因子,使小鸡也会向公鸡学习,避免陷入早熟。建立以有功网损最小为优化目标,采用改进的鸡群算法进行求解。上述改进可增强算法的全局搜索能力和收敛速度,提高算法的寻优能力。与其他算法在无功优化问题上作比较,验证其有效性。仿真结果表明,改进鸡群算法在跳出局部最优的能力上具有显著优势。

混合遗传算法思想的改进鸡群算法

为了解决标准的鸡群算法在寻优中存在早熟收敛和较容易陷入局部极值问题,提出一种混合遗传算法思想的改进鸡群算法(GA-CSO).算法在母鸡位置中引入惯性权值因子,并将小鸡位置中加入公鸡对其影响的学习因子,最后利用遗传思想选取适应度值优良的个体以一定概率进行交叉和高斯变异操作.利用4个典型的测试函数分别进行仿真并和其他算法对比,仿真结果表明,改进的GA-CSO算法可避免局部最优,且加强了全局的极值搜索能力,较大地改善算法收敛速度和精度范围.

基于改进鸡群算法优化BP-NN的短期负荷预测

针对误差反向传播神经网络(BP-NN)在短期负荷预测时具有收敛速度慢、容易陷入局部最优等缺点,提出一种改进鸡群算法优化BP-NN预测模型。由于构建神经网络预测模型的初始权值与阈值的选取不当,因此首先基于传统的鸡群算法(CSO)全局寻优能力弱,容易陷入局部最优的缺点,提出了一种改进约束鸡群算法(ICCSO),用于优化神经网络的权值与阈值;然后构建BP神经网络预测模型,将优化后的权值与阈值带入预测模型中;最后通过对某地电网实际数据进行仿真分析,并与文中其他模型进行对比。通过误差结果分析可知,本文所提方法能够提高短期负荷预测精度。

基于改进目标进化算法的城市园林GIS数据均衡化技术研究

传统城市园林GIS数据均衡化处理技术忽略了对调整参数的全面寻优,导致部分数据仍存在不均衡问题。为此,提出基于改进目标进化算法的城市园林GIS数据均衡化技术。针对城市园林GIS数据,结合SMOTE算法与遗传算法,形成一种新的改进目标进化算法——GSA算法,对GIS数据完成二次采样,通过鸡群算法求解目标函数最优解,以此得到多个最优调整参数,使图像灰度分布更加均匀,实现城市园林GIS数据均衡化处理。实验结果表明,与传统技术相比,改进目标进化算法的GIS数据均衡化效果更好,证明该技术具有理想应用性能。

基于改进CSO算法的光伏系统发电功率短期预测

为了提高光伏发电系统短期输出功率的预测精度,建立了基于改进鸡群算法优化支持向量机(ICSO-SVM)的预测模型,在鸡群算法中引入动态惯性权重和自适应因子加强算法的寻优能力。通过计算得到对光伏发电影响较大的因素为太阳辐射强度、大气温度和相对湿度;计算出待预测日期和历史日期之间的关联度,确定预测所需要的训练样本并对模型进行训练;利用训练好的预测模型对预测地区秋季平稳天气和突变天气的光伏阵列输出功率分别进行预测。仿真实验表明:该模型的平均绝对百分比误差和均方误差与改进前相比分别降低5.547%和0.080,与基于粒子群优化算法模型相比分别降低8.255%和0.202,该模型使预测精度得到有效提高。

电子节气门在线参数优化模糊PID控制策略

为实现汽车电子节气门开度的快速响应和精确控制,考虑进气系统中的结构摩擦、弹簧以及齿轮间隙的迟滞非线性问题,建立电子节气门数学模型。针对模糊PID控制电子节气门中各参数依赖于线下调试的问题,提出一种基于改进鸡群算法在线优化控制参数的策略,从而减少电子节气门的响应时间,降低系统响应的超调量。仿真结果表明,在电子节气门工作过程中,在通过ICSO(改进鸡群算法)优化后的模糊PID控制下,系统在经典阶跃响应时间较未优化的PID控制响应时间减少0.616 s,超调量与震荡次数等方面有显著提升,在其他工况下,电子节气门系统跟随特性良好,稳态精度与减小误差均提升较大。通过实验验证,ICSO优化后的控制器自适应能力更强,显著的减少了控制时间和提高了控制精度,具有良好的工作特性。