本文關(guān)鍵詞：基于FNO-PSO算法火電機組煤耗模型的參數(shù)辨識

  更多相關(guān)文章： PSO算法 FNO算法 IPSO算法 煤耗特性 參數(shù)辨識

【摘要】：本文針對粒子群(PSO)算法存在的早熟和局部收斂問題,結(jié)合分數(shù)階神經(jīng)優(yōu)化算法(fractional-neuro-optimizer,即FNO),提出一種新的混合PSO算法—FNO-PSO算法.該算法通過FNO算法對PSO算法中的慣性權(quán)重進行更新,以保證粒子在搜索空間運動的多樣性,降低了PSO算法后期因種群過于密集而陷入局部最優(yōu)的可能性.最后,通過這種算法辨識火電機組煤耗模型中的參數(shù),并與PSO算法、IPSO算法進行對比,仿真結(jié)果顯示該混合FNO-PSO算法能夠更準(zhǔn)確、更快速的辨識煤耗模型中的未知參數(shù).
【作者單位】： 三峽大學(xué)新能源微電網(wǎng)湖北省協(xié)同創(chuàng)新中心;
【關(guān)鍵詞】： PSO算法 FNO算法 IPSO算法 煤耗特性 參數(shù)辨識
【基金】：國家自然科學(xué)基金項目(61374028)
【分類號】：TM621;TP18
【正文快照】： 0引言目前,火力發(fā)電是現(xiàn)代社會電力發(fā)展的一個重要方面.在發(fā)展循環(huán)經(jīng)濟,同時考慮到發(fā)電成本、整體效益和環(huán)境保護等多方面因素,使機組優(yōu)化運行,節(jié)能減排是十分必要的.煤耗模型就是建立單元機組煤耗量和負荷之間的函數(shù)關(guān)系,它可以影響到對火電機組運行的可靠性、負荷分配合理性

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 郭壯志;吳杰康;;水電站廠內(nèi)經(jīng)濟運行的快速仿電磁學(xué)算法[J];現(xiàn)代電力;2010年03期

2 韓晉;黃健;;同期捕捉算法的改進及實現(xiàn)[J];電力自動化設(shè)備;2013年09期

3 范潔;曹俊琴;;改進節(jié)約算法在電表配送路線選擇中的應(yīng)用[J];物流工程與管理;2012年04期

4 緱新科;劉簫;劉峻;;電網(wǎng)PMU優(yōu)化配置中IGASA算法的研究[J];甘肅科學(xué)學(xué)報;2008年02期

5 鄒恩;辛建濤;方仕勇;林錦錢;;ICPSO算法及其在經(jīng)濟負荷分配中的應(yīng)用[J];電力系統(tǒng)及其自動化學(xué)報;2012年04期

6 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 毛以時;改進型粒子群優(yōu)化算法在電力系統(tǒng)無功優(yōu)化中的應(yīng)用[D];東南大學(xué);2015年

2 田婧;蟻群算法在電廠過熱汽溫控制中的應(yīng)用[D];華北電力大學(xué);2011年

3 趙煒;基于蟻群算法的群智能理論在系統(tǒng)優(yōu)化中的應(yīng)用研究[D];華北電力大學(xué);2015年

4 周智成;基于改進人工蜂群算法的輸電網(wǎng)擴展規(guī)劃研究[D];廣西大學(xué);2014年

5 安曉偉;群搜索優(yōu)化算法在中壓配電網(wǎng)規(guī)劃中的應(yīng)用研究[D];蘭州交通大學(xué);2015年

6 陳旭東;隨機類優(yōu)化算法及其在電機優(yōu)化設(shè)計中的應(yīng)用研究[D];浙江大學(xué);2001年

7 張倩;蟻群算法在火力發(fā)電系統(tǒng)參數(shù)優(yōu)化中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2009年

，

本文編號：845907