基于改进粒子群优化的能源系统最大功率跟踪控制方法

    公开(公告)号:CN115808952B

    公开(公告)日:2024-10-01

    申请号:CN202211420573.0

    申请日:2022-11-13

    Abstract: 本发明涉及一种基于改进粒子群优化的能源系统最大功率跟踪控制方法,以粒子即为每个参数值,解即为对应的功率值。其次,粒子群算法中粒子的下一个位置是根据三个基本系数更新的,即当前最优解、全局最优解和当前解,相比于精确性较高的HGSO算法,粒子群算法并未考虑最差解和种群解,可见,基于粒子群算法的MPPT控制方法性能基于经典PSO算法的MPPT控制技术并未考虑PRO系统的最差功率值和所有参数值的功率的影响,有一定的发展潜力。所提出的算法通过引入了上述两个关键量,同时改进了PSO算法的探测过程和开发过程,提高了算法的收敛速度和全局搜索能力,大大提高了求解质量,比原来的算法更加有效,提高了基于BPSO算法的实时追踪及精确性。

    基于神经网络的航空发动机传感器故障诊断方法及系统

    公开(公告)号:CN116340751A

    公开(公告)日:2023-06-27

    申请号:CN202310155116.1

    申请日:2023-02-22

    Abstract: 本发明公开了一种基于神经网络的航空发动机传感器故障诊断方法及系统,首先获取航空发动机传感器的样本数据集,并提取样本数据集中的特征参数得到特征集;确定匹配度最高的最佳特征参数,根据最佳特征参数以及对应的匹配度更新HPO算法中的平衡参数和自适应参数;根据更新后的平衡参数和自适应参数,以及特征集中所有特征参数的平均值更新特征集;确定更新后的特征集中各特征参数的匹配度,根据各特征参数的匹配度更新最佳特征参数;根据最佳特征参数预测航空发动机传感器的故障类型。该方法将特征提取与选择技术相结合,利用猎人‑猎物优化算法进行特征选择,以实现减少信息冗余,提高故障空发动机故障诊断预测的准确率与效率的多目标优化。

    一种基于混沌猎食者优化的动力系统参数优化方法

    公开(公告)号:CN115951577A

    公开(公告)日:2023-04-11

    申请号:CN202211543654.X

    申请日:2022-12-03

    Abstract: 本发明涉及一种基于混沌猎食者优化的动力系统参数优化方法,计算产生随机的变量参数,根据变量参数值对应的功率Wi,并找出最优功率值Wmax,过混沌机制更新随机参数,采用基于维度学习狩猎法DLH生成一个R半径范围内的、由变量参数值构成的领域矩阵,即一个新的变量参数集合构成的领域矩阵,并更新由此产生的新参数;如果Wnew大于Wmax,则把Wnew的值赋给Wmax,迭代完成输出DSPRO系统的最优功率值Wmax。本发明极大提高了MPPT对DSPRO系统控制的实时性和精确性要求,与基于HPO算法的MPPT控制方法相比有明显的改进。

    一种基于混沌猎食者优化的动力系统参数优化方法

    公开(公告)号:CN115951577B

    公开(公告)日:2025-04-15

    申请号:CN202211543654.X

    申请日:2022-12-03

    Abstract: 本发明涉及一种基于混沌猎食者优化的动力系统参数优化方法,计算产生随机的变量参数,根据变量参数值对应的功率Wi,并找出最优功率值Wmax,过混沌机制更新随机参数,采用基于维度学习狩猎法DLH生成一个R半径范围内的、由变量参数值构成的领域矩阵,即一个新的变量参数集合构成的领域矩阵,并更新由此产生的新参数;如果Wnew大于Wmax,则把Wnew的值赋给Wmax,迭代完成输出DSPRO系统的最优功率值Wmax。本发明极大提高了MPPT对DSPRO系统控制的实时性和精确性要求,与基于HPO算法的MPPT控制方法相比有明显的改进。

    一种基于改进长短期记忆神经网络的光伏发电预测方法

    公开(公告)号:CN116451826A

    公开(公告)日:2023-07-18

    申请号:CN202310074525.9

    申请日:2023-01-20

    Abstract: 本发明涉及一种基于改进长短期记忆神经网络的光伏发电预测方法,应用Mohsen Shahrouzi提出的EBS优化算法,在提供原始学习数据和LSTM层组成的LSTM神经网络超参数后进一步提出OLSTM模型,将得到比传统模型更高预测精度和实时性的优化结果。LSTM神经网络带有m*n个单元的m个隐藏层和1个密集层构成,利用EBS算法就可以完成高精度超参数的选择,采用OLSTM模型输入超参数XGbest,并将归一化后的数据通过MATLAB工具箱里的LSTM训练函数及预测函数进行训练再对功率进行预测,最终得到预测值。相比于传统的LSTM模型,通过EBS优化和LSTM神经网络结合的OLSTM可以通过自动搜索一套最佳的超参数来取代人工计算找到的超参数,从而显著提高了精确度。

    基于猎人-猎物优化的多域特征控制系统故障诊断方法

    公开(公告)号:CN116339276A

    公开(公告)日:2023-06-27

    申请号:CN202310101964.4

    申请日:2023-02-12

    Abstract: 本发明涉及一种基于猎人‑猎物优化的多域特征控制系统故障诊断方法,基于SVM已经在航空发动机故障诊断领域有了广泛的应用。因此,本文在研究解决某型航空发动机故障诊断的问题上,提出了一种基于猎人‑猎物优化算法的多域特征航空发动机控制系统故障诊断方法。首先基于模型航空发动机际运行的故障数据,进行时域与频域故障特征提取,然后利用猎人猎物优化算法对原始故障数据的多域特征参数进行选择,过滤去冗余特征,减少了冗余信息的影响,降低了分类数据的维数,提升了分类数据的质量。本发明基于选择的高质量特征参数子集,采用支持向量机进行故障诊断,其故障诊断准确性得到有效提高。

    基于改进粒子群优化的能源系统最大功率跟踪控制方法

    公开(公告)号:CN115808952A

    公开(公告)日:2023-03-17

    申请号:CN202211420573.0

    申请日:2022-11-13

    Abstract: 本发明涉及一种基于改进粒子群优化的能源系统最大功率跟踪控制方法,以粒子即为每个参数值,解即为对应的功率值。其次,粒子群算法中粒子的下一个位置是根据三个基本系数更新的,即当前最优解、全局最优解和当前解,相比于精确性较高的HGSO算法,粒子群算法并未考虑最差解和种群解,可见,基于粒子群算法的MPPT控制方法性能基于经典PSO算法的MPPT控制技术并未考虑PRO系统的最差功率值和所有参数值的功率的影响,有一定的发展潜力。所提出的算法通过引入了上述两个关键量,同时改进了PSO算法的探测过程和开发过程,提高了算法的收敛速度和全局搜索能力,大大提高了求解质量,比原来的算法更加有效,提高了基于BPSO算法的实时追踪及精确性。

    基于盐差能和光伏混合系统能效的优化方法及系统

    公开(公告)号:CN116307237B

    公开(公告)日:2024-10-25

    申请号:CN202310342694.6

    申请日:2023-03-31

    Abstract: 本发明公开了一种基于盐差能和光伏混合系统能效的优化方法及系统,根据建立的光伏系统的传热模型确定光伏系统的输出功率;然后根据光伏系统和冷却系统的热交换平衡方程,确定冷却系统的冷却剂中的热量;其次,根据冷却系统中存储的热量,确定输入到盐差能系统中冷却剂的温度;再然后,根据输入到盐差能系统中冷却剂的温度,确定盐差能系统的输出功率;最后,根据光伏系统的输出功率以及盐差能系统的输出功率,确定混合集成能源系统的总输出功率,根据总输出功率对混合集成能源系统进行优化,最终使得混合系统调整至最佳状态运行。该方法能够有效使提高混合集成能源系统的总输出功率,有效减小温度波动的影响,增强系统运行的稳定性,同时提高能源利用率以及缩减运行的成本。

Patent Agency Ranking