太阳能光伏输出特性最大功率点计算与模型参数求解

研究任意光照强度和环境温度下的太阳能电池光伏输出特性变化规律,分析二极管理想因子(A)、串联电阻(Rs)和并联电阻(Rp)等参数变化对光伏输出特性的影响作用,对于改进太阳能利用方法,研制能量转换装置具有重要意义。本文基于光伏输出特性机理模型,通过分析光伏特性模型参数对输出特性的影响规律,提出一种基于抛物线极值点求解的最大功率点计算方法,进而利用所构造的方程求解模型参数,获得任意光照强度和环境温度下的光伏特性曲线。针对四类太阳能电池进行的实验验证和误差分析,结果表明方法具有较高的精度和良好的工程应用前景。

基于金枪鱼群优化算法的Jensen模型参数求解

【目的】利用智能优化算法求解Jensen模型参数。【方法】将分布估计引入金枪鱼群优化算法(TSO)中,形成基于分布估计的金枪鱼群优化算法(ITSO)。将改进的基于分布估计的金枪鱼群优化算法(ITSO)与其他算法在CEC2017测试集上进行性能验证,并利用山西潇河灌溉试验站非充分灌溉试验结果对该算法与其他方法求解的精准性进行对比。【结果】(1)在CEC2017测试集上,对比ITSO、TSO、GWO、WOA、SSA和BOA共6种算法的寻优性能表明,ITSO算法寻优能力最强。(2)在山西潇河灌溉试验站非充分灌溉试验结果上分别将ITSO与SPSS软件中非线性回归分析、TSO计算得出的结果进行对比,平均相对误差分别为7.79%、8.13%和7.79%。TSO算法经过50次迭代后找到最优解,而ITSO算法仅需35次迭代后找到最优解。【结论】基于分布估计的金枪鱼群优化算法(ITSO)求解Jensen模型参数,拟合精度高且寻优速度快。

一种改进的输电线模型参数求解方法

架空输电线三维空间模型是机载激光雷达电力巡检的基础。针对现有模型参数求解方法噪声点敏感、稳定性差等不足,在分析最小二乘法(LS)和随机一致性算法(RANSAC)性能的基础上,提出了一种改进的输电线模型参数求解方法,即LS-RANSAC。首先随机选择K个样本点以提高初始模型参数解精度;然后利用最小二乘法稳定性拟合初始模型,采用随机一致性方法的循环迭代计算确定最佳模型参数,削弱噪声对参数求解结果的影响;最后讨论关键参数K的选择原则。实验结果表明,该方法模型参数求解精度高,抗噪性强,对不同类型的输电线均具有较好的适用性;兼顾精度和效率K建议取值30~45,研究对架空输电线空间模型精细重建具有技术参考价值。

遗传算法在甲流SIR模型参数求解中的应用

论文以全国甲型H1N1流行性感冒(下简称甲流)疫情数据为实例,讨论了采用SIR模型对甲流的传播过程进行模拟时相关参数的求解问题。分别通过优化的遗传算法(Genetic Algorithm,GA)和模拟退火算法(Simula-ted Annealing Algorithm,SA)求得该非线性模型中的重要参数阈值(日治愈率与日传染率的比值),并由该参数阈值计算出各月患病人数。论文比较分析了两种算法在精度和效率上的优劣,发现遗传算法优于模拟退火。同时模拟结果验证了SIR模型适合甲流疫情的分析模拟。