基于PSO智能算法在波阻抗地震反演中的探讨

PSO智能算法作为一种智能的非线性随机优化算法,近年来得了较快的发展和应用。在前人研究的基础上,通过对PSO智能算法的研究,实现了将其应用到波阻抗地震反演中,并通过建立地下水平层状模型进行检验,证明了在无噪声或是具有一定噪声的干扰下,PSO智能算法具有较快的收敛速度和较高的反演精度。

基于PSO智能算法的分布式太阳能最大功率跟踪控制研究

以太阳能光伏板能够自动监测太阳方位为基础,解决在室外复杂环境下,光伏发电系统可以对功率进行监测与追踪的问题。辐照度和温度的改变,会对光伏系统发电功率造成严重影响,基于PSO智能算法,设计了一种能够使电压调节方向根据随机梯度进行变化的光伏系统,实现对最大功率的精确跟踪与控制。

基于PSO算法的股权拍卖机制设计及仿真分析

运用PSO群体智能算法模拟信息交互条件下外部投资者报价决策的学习机制和演化规律,在此基础上设计了实现风险投资退出的股权拍卖机制。Netlog仿真结果表明,所设计的股权拍卖机制能在一定程度上揭示股权的真实价值,并降低竞买人和卖方之间的信息不对称程度。进一步的仿真分析结果表明:适当的激励力度对外部投资者的投标报价具有显著影响;引入更多的竞买人能产生更有利于风险投资家的拍卖结果;即使外部投资者过于强化单一的学习能力,最终也可得到相对理想的拍卖结果,从而证明了所设计的股权拍卖机制具有广泛的适用性。

一种低信噪比下基于时频原子的复杂调制雷达信号分选方法

复杂调制的多种雷达辐射源信号在低信噪比环境下,具有复杂度高、识别效率低的特点.提出一种基于改进的Chirplet时频原子特征的雷达信号识别分选方法.首先分析多种调制方式的雷达信号,然后分析PSO智能优化算法在参数搜选中的原理和优势,并用该算法对时频原子提取过程进行改进,之后提出PSO算法与时频原子概念结合的方法,利用类区分度准则提取信号特征,得到LPI雷达信号的有效表征原子.最后通过仿真实验证明该方法对于3 dB以上多种调制方式的雷达信号,可快速地完成有效识别分选.

基于储能系统的风电场功率控制研究

在分析储能系统的各物理模型的基础上,提出一种由数据流构建的适用于系统机电暂态计算的通用储能模型。通过调节储能系统充放电速率限制、储能容量等特性参数,模拟不同储能系统对平抑风电场输出功率波动的效果。利用Matlab/Simulink环境,将储能模型与风电场模型进行结合,以New England 10机39节点标准系统为例进行仿真;为优化储能系统的性能,利用粒子群(particle swarm optimization,PSO)算法对储能模块中的PI控制器参数进行寻优。最后,仿真结果验证了通用储能模型的有效性,该模型可为电力系统有功功率的稳定传输和动态稳定控制提供一定参考。