随机权重粒子群算法优化磁轴承系统

为了提高单自由度主动磁悬浮轴承系统的稳定性,采用随机权重粒子群算法与传统PID控制相结合的方法,将随机权重粒子群算法与线性递减权重粒子群算法进行函数测试对比,结果表明,随机权重粒子群算法能够更快、更准确地找出优化函数的最优值。通过MATLAB/Simulink构建系统模型并进行仿真对比,证明随机权重粒子群算法可以更好地提高系统的稳定性。

考虑源荷储协同的主动配电网多时间尺度优化调度

随着分布式能源、柔性负荷和储能装置等资源的不断扩增,配电网逐渐转变成主动参与电网运行的调节与控制的主动配电网。针对储能装置、柔性负荷的利用效率较低等问题,提出一种荷源储协同的优化调度方法。首先,建立一个多时间尺度的主动配电网调度模型,然后以配电网电能质量最佳和最小运行成本为目标函数,以储能约束、网络平衡约束以及柔性负荷约束等作为约束条件。最后通过IEEE-33系统构建主动配电网,建立日前-日内的多时间尺度调度策略,利用随机权重粒子群算法求解多目标优化问题。验证了所提方法的可行性。

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。

一种“源-网-荷-储”协同优化调度模型

为在配电网调度中使每种资源的价值最大化,建立一种基于双层模型的“源-网-荷-储”协同的配电网优化调度策略,通过上下层目标的相互配合达到最终优化效果。首先,主要考虑分布式风电、分布式光伏在调动配电网中的可控负载和储能配合清洁能源出力的优化调度。其次,以最低年度综合成本为模型的上层优化目标,以负荷变化量最优为下层优化目标,采用实时优化的协调优化策略。最后,结合遗传随机权重粒子群算法求解优化模型,通过对IEEE 33节点系统进行仿真分析。仿真结果表明,基于“源-网-荷-储”协同的配电网双层优化模型是一种更有效且更经济的调度模型。

基于RandW-SecPSO的四旋翼飞行器分数阶PID控制器参数优化

为了提高四旋翼飞行器姿态控制的控制性能,将分数阶PID控制器运用到四旋翼飞行器的控制系统中。提出了一种带随机权重平均值的二阶粒子群算法(RandW-SecPSO)去优化分数阶PID控制器的参数。将随机权重平均值与二阶粒子群算法相结合,对粒子群进行二阶初始化,同时加入随机权重用以平衡全局搜索能力和局部开发能力,这样提高了算法的收敛精度,并将其与PID控制器进行仿真分析。通过搭建仿真平台,验证了该算法的可行性。仿真结果表明:RandW-SecPSO算法在优化四旋翼飞行器分数阶控制器的参数上要好于粒子群算法(PSO),与PSO算法相比调节时间缩短了0.7 s,上升时间减少了0.2 s,超调量减小了8%,具有收敛速度快、超调量小、稳定性好等优点。总之RandW-SecPSO算法优化分数阶PID动态响应特性比PID要好很多。

基于二阶非对称双稳方法的弱信号检测及应用

针对一种非对称欠阻尼连续双稳态随机共振系统,建立了一种新的势函数模型。首先,在绝热条件下推导了该系统的平均首次通过时间(mean first pass time,MFPT)以及信噪比(signal-to-noise ratio,SNR)等表达式;其次,分别研究了系统参数、非对称系数、阻尼因子对SNR的影响;此外,在数字信号处理应用中,采用4阶Runge-Kutta算法使该2阶随机共振模型能够检测大参数信号;最后,基于随机权重粒子群(random weighted particle swarm optimization,RWPSO)算法选择最优输出,将SNR作为测试系统的性能评价指标。仿真模拟与实验结果表明,与传统系统相比,新势函数模型的系统具有更大的辨识度,该系统可以获得较优的输出SNR和更高的故障信号特征频率。