CORC  > 兰州理工大学  > 兰州理工大学  > 电气工程与信息工程学院
改进粒子群算法及其在风电系统中的应用
包广清; 毛开富
刊名控制工程
2013-03-20
期号2013年02期页码:262-266+271
关键词粒子群算法 收敛 正交试验 变速恒频风电系统 最大风能跟踪控制
ISSN号ISSN:1671-7848
DOI10.14107/j.cnki.kzgc.2013.02.019
英文摘要提出一种基于正交试验的改进粒子群优化算法,以改善传统算法的寻优效率和参数设置。基于随机过程理论,把粒子群算法原有的时变系统转换成概率意义下的线性定常系统进行分析,明确了粒子群算法的全局收敛性及其相关参数取值范围,在此基础上提出一种惯性权重和学习因子非线性、非对称变化的改进粒子群算法,使算法在全局收敛的同时具有较高的优化精度,并引入正交设计的多因素多水平试验,确定该算法参数的最优取值。通过在甘肃酒泉某变速恒频风电机组的最大风能跟踪控制系统应用,有效确定了最优叶尖速比和风机转轴速度,实现了最大年平均风含能量的优化目标,使风电机组的运行效率得到提高,验证了改进粒子群算法的正确性及其工程实用价值。
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://119.78.100.223/handle/2XXMBERH/10562]  
专题电气工程与信息工程学院
兰州理工大学科技园有限公司
作者单位兰州理工大学电气工程与自动化学院
推荐引用方式
GB/T 7714
包广清,毛开富. 改进粒子群算法及其在风电系统中的应用[J]. 控制工程,2013(2013年02期):262-266+271.
APA 包广清,&毛开富.(2013).改进粒子群算法及其在风电系统中的应用.控制工程(2013年02期),262-266+271.
MLA 包广清,et al."改进粒子群算法及其在风电系统中的应用".控制工程 .2013年02期(2013):262-266+271.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace