基于AC-BSO-IGeiger的堆石坝面板裂缝声发射源定位 被引量：2

1

作者 景茂贵 刘星 何启 《人民长江》 北大核心 2025年第2期175-182,共8页

由于堆石坝的面板裂缝对其结构安全的影响较大,需要加强对混凝土面板裂缝的识别和定位。为进一步提高面板裂缝的定位精度,提出了一种混凝土面板裂缝声发射传感器监测网络布设结构,并基于定位可靠度对已知恒定波速时差法(Geiger法)进行改... 由于堆石坝的面板裂缝对其结构安全的影响较大,需要加强对混凝土面板裂缝的识别和定位。为进一步提高面板裂缝的定位精度,提出了一种混凝土面板裂缝声发射传感器监测网络布设结构,并基于定位可靠度对已知恒定波速时差法(Geiger法)进行改进,得到基于区域修正波速的时差定位法(IGeiger法)。同时利用自适应学习策略(Adaptive learning strategies)和混沌映射(Chaotic map)改进天牛群优化算法(Beetle Swarm Optimization Algorithm,BSO),进而提出了一种自适应混沌天牛群算法(AC-BSO),并采用该算法计算裂缝定位目标函数的最优解。由试验结果可知:最小二乘法和天牛须搜索算法定位精度不稳定,定位效果明显劣于AC-BSD-IGeiger组合算法,说明该算法能有效提高声源定位精度。研究成果可为面板裂缝定位提供新的解决思路。 展开更多

关键词 混凝土面板 裂缝识别 声发射 天牛群优化算法 时差定位法

在线阅读 下载PDF 职称材料

基于特征优化和BSO-RBF神经网络的NO_(x)浓度预测模型 被引量：2

2

作者 张国兴 王世朋 《计量学报》 CSCD 北大核心 2024年第2期285-293,共9页

针对火力发电厂中燃烧系统运行工况复杂、迟延较大,导致选择性催化还原(SCR)烟气脱硝系统中入口NOx质量浓度难以准确测量的问题,提出了一种基于特征优化和径向基函数(radial basis function,RBF)神经网络的预测模型。将经过特征优化后... 针对火力发电厂中燃烧系统运行工况复杂、迟延较大,导致选择性催化还原(SCR)烟气脱硝系统中入口NOx质量浓度难以准确测量的问题,提出了一种基于特征优化和径向基函数(radial basis function,RBF)神经网络的预测模型。将经过特征优化后的变量作为模型的最终输入变量,并使用天牛群优化(beetle swarm optimization,BSO)算法对神经网络超参数进行寻优,建立入口NO_(x)浓度预测模型。结果表明,经过特征优化后的变量放入模型后,其预测结果要优于原始变量:经特征优化及时延处理后的模型其S_(RMSE)减少了44.5%,R^(2)增加了2.3%,经过BSO确定后的神经网络超参数使得模型精度也得到了进一步提升。 展开更多

关键词 NO_(x)浓度预测 特征优化 天牛群优化算法 径向基函数 神经网络

在线阅读 下载PDF 职称材料

基于VMD-Bayes-Lasso算法带误差补偿的火电厂NO_(x)浓度软测量

3

作者 金秀章 乔鹏 史德金 《华北电力大学学报(自然科学版)》 北大核心 2025年第3期117-124,142,共9页

针对燃煤电厂中选择性催化还原(Selective Catalytic Reduction,SCR)脱硝系统入口NO_(x)浓度的测量传感器迟延大,不能准确反映其浓度的实时变化的问题,提出了利用Copula熵(Copula entropy,CE)筛选与入口NO_(x)浓度软测量相关的辅助变量... 针对燃煤电厂中选择性催化还原(Selective Catalytic Reduction,SCR)脱硝系统入口NO_(x)浓度的测量传感器迟延大,不能准确反映其浓度的实时变化的问题,提出了利用Copula熵(Copula entropy,CE)筛选与入口NO_(x)浓度软测量相关的辅助变量,利用变模态分解(Variational Mode Decomposition,VMD),将入口NO_(x)浓度分解为不同中心频率的子序列信号,建模充分拟合目标变量的数据特征。采用二级建模方法,第一级,将分解后得到的入口NO_(x)浓度子序列信号分别利用贝叶斯回归算法(Bayesian Regression,Bayes)进行训练并预测,叠加得到完整的预测结果,第二级,对训练中产生的验证集误差值利用Lasso算法建立误差预测模型,得到测试集预测误差的预测值,并与第一级模型得到完整预测结果叠加,实现误差补偿,提升模型预测精度。其中,Bayes及Lasso网络超参数利用天牛群算法进行自动寻优;仿真结果显示,VMD分解并带误差补偿模型对比未经VMD分解带误差补偿模型,Bayes及Lasso单一模型的均方根误差、平均绝对误差、平均绝对百分比误差最小,能够实现对入口NO_(x)浓度的准确软测量。 展开更多

关键词 入口NO_(x)浓度建模 变模态分解 误差修正 软测量 天牛群优化算法

在线阅读 下载PDF 职称材料

基于沙丘猫优化变分模态分解和蜣螂优化算法同步优化特征选择的齿轮泵磨损故障诊断

4

作者 问亚鹏 张佳奇 +3 位作者 郭锐 杨锦昌 何丝丝 张浩 《液压与气动》 北大核心 2025年第8期65-78,共14页

数据驱动的外啮合齿轮泵(以下简称齿轮泵)故障诊断中,存在实际作业中易受噪声干扰、故障特征冗余以及故障特征选择与分类器参数寻优繁琐问题,为此提出一种基于沙丘猫优化变分模态分解和蜣螂优化算法同步优化特征选择的齿轮泵磨损故障诊... 数据驱动的外啮合齿轮泵(以下简称齿轮泵)故障诊断中,存在实际作业中易受噪声干扰、故障特征冗余以及故障特征选择与分类器参数寻优繁琐问题,为此提出一种基于沙丘猫优化变分模态分解和蜣螂优化算法同步优化特征选择的齿轮泵磨损故障诊断方法。首先,搭建齿轮泵故障试验台获取原始故障数据,采用沙丘猫优化变分模态分解方法对齿轮泵4种磨损故障的振动信号进行降噪重构;然后,提取故障磨损4种重构信号的时域、频域和时频域统计特征共26种,并组成特征层;最后,基于蜣螂优化算法同步优化特征选择对故障特征集进行特征选择,同时优化支持向量机分类器参数,实现齿轮泵的磨损故障类型识别。结果显示,该齿轮泵故障诊断方法准确率高达99.6%,耗时仅49.8 s,具有较高的诊断精度和运算效率。 展开更多

关键词 齿轮泵 故障诊断 同步优化特征选择 蜣螂优化算法 沙丘猫优化变分模态分解

在线阅读 下载PDF 职称材料

装甲装备使用和维修联合优化方法

5

作者 宋卫星 王刚 武婧婧 《火炮发射与控制学报》 北大核心 2025年第4期122-128,共7页

着眼整体提升装甲装备使用和维修效益,基于摩托小时收支平衡要求、装备预防性维修策略、滚动式循环动用理论,研究分析装备使用和维修之间耦合关系、约束条件,以满足使用需求、摩托小时梯次储备为目标,建立装甲装备的年度使用和维修联合... 着眼整体提升装甲装备使用和维修效益,基于摩托小时收支平衡要求、装备预防性维修策略、滚动式循环动用理论,研究分析装备使用和维修之间耦合关系、约束条件,以满足使用需求、摩托小时梯次储备为目标,建立装甲装备的年度使用和维修联合优化模型,将训练用装需求分配到具体单装并制定维修计划;设计天牛须改进粒子群的混合优化算法,有效提高全局搜索和局部搜索能力,对模型进行优化求解。以某一分队装甲装备技术管理进行案例分析,通过仿真实验验证,设计的模型符合实际,改进的算法计算高效,能够为部队制定装备使用和维修计划提供决策支撑。 展开更多

关键词 装备使用 维修计划 天牛须算法 粒子群算法

在线阅读 下载PDF 职称材料

基于IBAS-IPSO算法的交直流混合微网运行优化

6

作者 潘鹏程 荣梦杰 +1 位作者 香静 徐恒山 《电力系统及其自动化学报》 北大核心 2025年第10期75-84,共10页

针对交直流混合微网多目标运行优化模型目标函数具有多样、约束条件复杂及采用粒子群优化算法时存在搜索效率低、易陷入局部最优的问题,提出一种将改进粒子群优化算法和改进天牛须搜索算法融合的双重搜索优化算法。首先,基于粒子群优化... 针对交直流混合微网多目标运行优化模型目标函数具有多样、约束条件复杂及采用粒子群优化算法时存在搜索效率低、易陷入局部最优的问题,提出一种将改进粒子群优化算法和改进天牛须搜索算法融合的双重搜索优化算法。首先,基于粒子群优化算法,引入动态自适应参数改变惯性权重因子和学习因子;然后,为提高粒子群优化算法的收敛精度,对天牛须搜索算法采用动态步长搜索机制;最后,以经济性和环保性为目标,采用本文算法对交直流混合微网运行进行优化。优化结果表明,本文算法与其他算法相比得到的运行成本和环保成本更低,运行时间更短,有一定的工程应用价值。 展开更多

关键词 交直流混合微网 经济性 环保性 改进粒子群优化算法 改进天牛须搜索算法 运行优化

在线阅读 下载PDF 职称材料

基于IDBO-HKELM的冷水机组故障诊断方法

7

作者 王宏 储盼 +3 位作者 管大松 郭洋 田增瑞 盛英杰 《科学技术与工程》 北大核心 2025年第22期9505-9513,共9页

冷水机组作为建筑中的关键设备和主要能耗源,若其发生故障不仅会影响系统的正常运行,还会造成严重的能源浪费。为提升冷水机组系统运行的可靠性,构建了一种多策略改进蜣螂优化算法(improve dung beetle optimizer,IDBO)和混合核极限学习... 冷水机组作为建筑中的关键设备和主要能耗源,若其发生故障不仅会影响系统的正常运行,还会造成严重的能源浪费。为提升冷水机组系统运行的可靠性,构建了一种多策略改进蜣螂优化算法(improve dung beetle optimizer,IDBO)和混合核极限学习机(hybrid kernel extreme learning machine,HKELM)融合的故障诊断模型,用于实现冷水机组早期故障的精确诊断。该模型首先采用混合核函数提高核极限学习机(kernel extreme learning machine,KELM)的学习能力和泛化性,其次将Bernoulli映射、自适应惯性因子和Levy飞行融合动态权重系数策略用于改进蜣螂优化算法(dung beetle optimizer,DBO),以平衡DBO算法的全局探索性能。最后通过基准函数验证IDBO算法的有效性,利用IDBO算法对HKELM超参数进行优化,从而构建用于冷水机组早期故障诊断的数据驱动模型。通过相关训练仿真和实验验证,所提出的IDBO-HKELM模型对冷水机组的早期故障诊断准确率提高到99.71%,对比其他算法具有明显优势。 展开更多

关键词 冷水机组 群体算法 HKELM IDBO算法 故障诊断

在线阅读 下载PDF 职称材料

基于改进蜣螂优化算法的无人机路径规划

8

作者 叶明君 王姝鉴 《计算机科学》 北大核心 2025年第S1期329-334,共6页

在无人机技术迅猛发展的背景下,高效的路径规划策略成为提升无人机任务执行效能与安全性的关键。聚焦于无人机三维路径规划问题,提出一种基于多策略改进蜣螂优化算法(Multi-Strategy Dung Beetle Optimization,MDBO)的无人机三维路径规... 在无人机技术迅猛发展的背景下,高效的路径规划策略成为提升无人机任务执行效能与安全性的关键。聚焦于无人机三维路径规划问题,提出一种基于多策略改进蜣螂优化算法(Multi-Strategy Dung Beetle Optimization,MDBO)的无人机三维路径规划方法。MDBO通过引入拉丁超立方采样初始化策略、平均差分变异策略,以及融合透镜成像反向学习与逐维优化的策略,显著提高了算法的收敛精度和收敛速度,增强了全局优化能力。通过MATLAB仿真实验,将MDBO与DBO,COA以及GWO算法在无人机路径规划问题上进行了对比。实验结果表明,对于构造的两个地图,MDBO求解的飞行路径长度平均值与DBO相比分别降低了5.1%和5.9%,且具有良好的收敛速度和稳定性,验证了所提出方法的有效性和优越性。 展开更多

关键词 无人机路径规划 群体智能 蜣螂优化算法 拉丁超立方采样 平均差分变异

在线阅读 下载PDF 职称材料

基于改进天牛群算法和三次样条插值的路径规划

9

作者 欧阳鹏 邝先验 叶景贞 《电子测量与仪器学报》 北大核心 2025年第7期259-268,共10页

为更好地解决移动机器人路径规划问题,对天牛群算法的性能进行改进,并拓展其应用领域,提出了一种基于自适应精英变异的改进天牛群算法(AEM-BSO)。首先运用佳点集对天牛种群进行初始化操作,使种群分布更加均匀,降低陷入局部最优解的风险... 为更好地解决移动机器人路径规划问题,对天牛群算法的性能进行改进,并拓展其应用领域,提出了一种基于自适应精英变异的改进天牛群算法(AEM-BSO)。首先运用佳点集对天牛种群进行初始化操作,使种群分布更加均匀,降低陷入局部最优解的风险;其次使用非线性递减惯性权重策略,以提升算法的初期探索能力和收敛速度;然后引入精英变异策略,在每次迭代时对精英个体进行变异以产生新的、可能更优的候选解,避免早熟现象和陷入局部最优解。将AEM-BSO应用于求解移动机器人全局路径,借助三次样条插值方法,对规划得出的全局路径节点进行平滑化处理,使路径更贴合实际运动需求。最后在10个测试函数上和不同环境地图上评估AEM-BSO的有效性。实验结果表明,AEM-BSO在不同测试函数中具有较好的寻优精度和稳定性能,在机器人路径规划中路径长度较原始BSO算法、粒子群算法和蝙蝠算法分别减少了0.24%、18.12%与8.41%,标准差分别减少了25.8%、96.73%、14.13%,表明了AEM-BSO算法的有效性。 展开更多

关键词 佳点集初始化 自适应精英变异 天牛群算法 三次样条插值 路径规划

在线阅读 下载PDF 职称材料

基于BSO的局部阴影下光伏最大功率点追踪 被引量：19

10

作者 赵帅旗 肖辉 +2 位作者 刘忠兵 朱梓嘉 张万 《电力系统及其自动化学报》 CSCD 北大核心 2020年第6期74-79,100,共7页

为了减小局部遮阴情况PSC(partial shading condition)下光伏系统的功率失配损失,提高最大功率点追踪MPPT(maximum power point tracking)的追踪速度和准确性,提出了基于天牛群优化BSO(beetle swarm optimiza?tion)算法的MPPT控制方法.... 为了减小局部遮阴情况PSC(partial shading condition)下光伏系统的功率失配损失,提高最大功率点追踪MPPT(maximum power point tracking)的追踪速度和准确性,提出了基于天牛群优化BSO(beetle swarm optimiza?tion)算法的MPPT控制方法.把由天牛须搜索BAS(beetle antennae search)借鉴粒子群的群体优化思想而得到的BSO方法应用到MPPT控制,利用天牛的个体进化和群体学习等优势来提高MPPT的追踪速度和精确度.设置了多种光照情况来作仿真验证,并用粒子群方法进行比较分析.结果表明,所提的方法追踪速度更快、精确度更高,且追踪过程更稳定、功率波动较小. 展开更多

关键词 局部阴影 天牛须搜索 天牛群优化 最大功率点追踪 粒子群优化

在线阅读 下载PDF 职称材料

基于BSO-BPNN模型的电能计量装置异常诊断方法研究 被引量：25

11

作者 朱少斌 许素安 +1 位作者 马宗彪 王晶 《中国测试》 CAS 北大核心 2022年第1期141-146,共6页

电网运维人员主要根据用电信息采集系统采集到的巡检数据对电能计量装置进行人工异常检测。针对人工诊断存在的漏报、误报、判断标准不一、准确度低等问题,文章提出一种天牛须搜索算法(beetle antennae search)和粒子群算法(particle sw... 电网运维人员主要根据用电信息采集系统采集到的巡检数据对电能计量装置进行人工异常检测。针对人工诊断存在的漏报、误报、判断标准不一、准确度低等问题,文章提出一种天牛须搜索算法(beetle antennae search)和粒子群算法(particle swarm optimization)结合的天牛群算法(beetle swarm optimization),并将其用于优化BP神经网络(back propagation neural network)电能计量装置异常诊断模型。文章利用天牛群算法迭代寻优BP神经网络权阈值,根据诊断准确率对天牛群算法优化性能进行评价,并和粒子群优化的BP神经网络模型诊断结果进行对比。实验分析表明,天牛群算法优化的BP神经网络模型对于电能计量装置的异常诊断具有更高的准确度以及稳定性。 展开更多

关键词 电能计量装置 BP神经网络 天牛群算法 粒子群算法

在线阅读 下载PDF 职称材料

基于BSO-ELM算法的火灾检测研究 被引量：4

12

作者 韩磊 曲娜 +1 位作者 隋宇凡 谭丽丽 《消防科学与技术》 CAS 北大核心 2023年第1期103-106,共4页

火灾作为一种全球性的灾难性事件,短时间内产生的烟雾和火焰就可以对人的生命财产造成严重损失。针对目前火灾检测误报率和漏报率较高的问题,提出了一种使用BSO-ELM(天牛群算法-优化极限学习机)的新型火灾检测算法,优化了极限学习机寻... 火灾作为一种全球性的灾难性事件,短时间内产生的烟雾和火焰就可以对人的生命财产造成严重损失。针对目前火灾检测误报率和漏报率较高的问题,提出了一种使用BSO-ELM(天牛群算法-优化极限学习机)的新型火灾检测算法,优化了极限学习机寻找最优权值和阈值的能力,提高了极限学习机的泛化能力和准确率。通过PyroSim软件进行仿真,产生样本数据,对BSO-ELM进行训练,并通过与未经优化的极限学习机和粒子群算法优化的极限学习机(PSO-ELM)进行对比,验证了天牛群优化极限学习机算法的优越性。 展开更多

关键词 火灾检测算法 PyroSim 天牛群算法 极限学习机 粒子群算法

在线阅读 下载PDF 职称材料

基于BSO的动车组列车节能操纵模式研究 被引量：3

13

作者 李天骥 武晓春 《铁道运输与经济》 北大核心 2022年第5期124-130,共7页

为得到准点节能的动车组列车站间运行驾驶策略,建立动车组列车多质点运动学模型。在分析“四阶段”节能操纵模式和工况转化顺序固定的节能操纵模式的基础上,针对现有节能操纵模式下节能驾驶策略灵活性不足的问题,提出了工况转换位置和... 为得到准点节能的动车组列车站间运行驾驶策略,建立动车组列车多质点运动学模型。在分析“四阶段”节能操纵模式和工况转化顺序固定的节能操纵模式的基础上,针对现有节能操纵模式下节能驾驶策略灵活性不足的问题,提出了工况转换位置和工况同时可变的节能操纵模式;基于各种节能操纵模式,结合天牛群算法仿真优化列车节能驾驶策略,并对比实验结果;基于研究提出的节能操纵模式,比较粒子群算法和天牛群算法的优化效果。仿真实验结果显示,基于研究所提节能操纵模式,在不同线路条件下优化所得节能驾驶策略均能满足准点性要求,且牵引能耗比其他2种模式降低0.27%~14.08%,使用天牛群算法优化所得节能驾驶策略比粒子群算法节能2.79%。研究结果对动车组列车自动驾驶策略的设计和生成具有一定的参考价值。 展开更多

关键词 动车组列车 操纵模式 能耗 节能优化 天牛群算法

在线阅读 下载PDF 职称材料

天牛须算法在优化磁致伸缩换能器中的应用 被引量：1

14

作者 何思曼 宋士济 +1 位作者 狄卫国 孙晓云 《中国矿业》 北大核心 2024年第5期118-126,共9页

磁致伸缩换能器换能效率不高是锚杆无损检测准确度较低的重要原因,确定合适的线圈结构参数对提高换能效率至关重要。基于Comsol多物理场有限元仿真模拟软件建立锚杆无损检测模型,首先,确定不同线圈匝数和不同提离距离对换能效率的影响规... 磁致伸缩换能器换能效率不高是锚杆无损检测准确度较低的重要原因,确定合适的线圈结构参数对提高换能效率至关重要。基于Comsol多物理场有限元仿真模拟软件建立锚杆无损检测模型,首先,确定不同线圈匝数和不同提离距离对换能效率的影响规律;其次,将天牛须算法和粒子群遗传算法应用于线圈参数的本体优化问题,提出以提高换能器换能效率为优化目标、以线圈匝数和线圈提离距离为自变量的单目标优化设计模型,筛选出最优的线圈结构参数;最后,搭建锚杆无损检测实验平台,将自变量取值范围内的数值分别进行实验验证。研究结果表明:增加线圈的匝数、缩短线圈提离距离可以提高磁致伸缩换能器的换能效率;天牛须算法和粒子群遗传算法优化参数相同且符合仿真得到的影响规律,相比于粒子群遗传算法,天牛须算法原理简单、参数少、运算量少,在处理低维优化问题时具有更大的优越性;实验得到的线圈参数取值与算法优化结果一样,验证了天牛须算法用于锚杆换能器参数优化可靠且快速。 展开更多

关键词 天牛须算法 Comsol有限元仿真 参数优化 锚杆换能器 粒子群遗传算法

在线阅读 下载PDF 职称材料

基于BAS-PSO优化自抗扰的高速列车速度跟踪控制 被引量：2

15

作者 马冬寅 王新屏 李卫东 《电子测量技术》 北大核心 2024年第6期58-63,共6页

针对高速列车自动驾驶系统,采用基于天牛须粒子群(BAS-PSO)优化自抗扰控制(ADRC)的算法,设计速度跟踪控制器。基于列车动力学模型设计自抗扰控制器,并以ITAE作为目标函数,利用BAS-PSO实现参数整定。选用CRH380A型动车组参数,通过MATLAB... 针对高速列车自动驾驶系统,采用基于天牛须粒子群(BAS-PSO)优化自抗扰控制(ADRC)的算法,设计速度跟踪控制器。基于列车动力学模型设计自抗扰控制器,并以ITAE作为目标函数,利用BAS-PSO实现参数整定。选用CRH380A型动车组参数,通过MATLAB进行仿真验证,对比BAS-PSO、PSO以及改进鲨鱼优化ADRC算法对列车目标速度曲线的追踪效果,其中基于BAS-PSO优化ADRC算法的列车目标速度曲线跟踪误差保持在±0.4 km/h的范围内,相比另外两种算法更加紧密地贴近目标速度曲线。结果表明,基于BAS-PSO优化ADRC具有跟踪误差小、抗干扰能力强的优点。 展开更多

关键词 自抗扰控制 天牛须粒子群算法 高速列车 速度跟踪

在线阅读 下载PDF 职称材料

基于视觉的机场无人驱鸟车路径规划算法 被引量：3

16

作者 王蕊 李金洺 +1 位作者 史玉龙 孙辉 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第5期1446-1453,共8页

机场飞行区存在的低空飞鸟严重威胁飞行器的起飞和降落安全,现有的驱鸟措施难以高效驱离低空飞鸟,且存在设备资源消耗高、受时空影响大等问题。为此,使用无人驱鸟车替代有人驾驶车辆进行驱鸟工作,并使用搭载固定摄像云台的无人驱鸟车对... 机场飞行区存在的低空飞鸟严重威胁飞行器的起飞和降落安全,现有的驱鸟措施难以高效驱离低空飞鸟,且存在设备资源消耗高、受时空影响大等问题。为此,使用无人驱鸟车替代有人驾驶车辆进行驱鸟工作,并使用搭载固定摄像云台的无人驱鸟车对机场低空中鸟类进行实时检测,获取鸟情数据后,为无人驱鸟车路径规划提供鸟情数据基础。针对鸟类检测的问题,提出一种基于坐标注意力机制改进的YOLOv5网络,对小目标鸟类进行高效的实时检测,使网络更加精准地对鸟类进行定位;针对传统路径规划算法存在路径距离较长、拐点较多等缺陷,提出一种改进的天牛群算法,可有效缩短无人驱鸟车行驶距离,精准躲避机场内静态障碍物和动态障碍物,并快速到达指定驱鸟位置。实验结果表明:所提算法可对机场鸟类进行有效检测,为无人驱鸟车及时提供鸟情数据,利用改进的天牛群算法缩短规划路径的距离,使无人驱鸟车更加精准快速地到达指定驱鸟位置,有效减少人力资源投入,节约无人驱鸟车行进所需能源,提高驱鸟效率。 展开更多

关键词 卷积神经网络 鸟类检测 无人车 天牛群算法 路径规划

在线阅读 下载PDF 职称材料

基于SOC特性边界条件下VSG在光伏发电中最优控制策略研究 被引量：14

17

作者 邱彬 胡善华 +2 位作者 苏小平 王凯 李鑫 《电子测量与仪器学报》 CSCD 北大核心 2019年第9期33-40,共8页

针对虚拟惯量和阻尼的取值边界会伴随荷电状态(SOC)的不同而变化的问题,提出一种基于虚拟同步发电机(VSG)控制的储能逆变器在不同SOC下变惯量、阻尼最优控制策略。分析了不同SOC下虚拟惯量和阻尼的取值边界变化情况,通过结合粒子群(PSO... 针对虚拟惯量和阻尼的取值边界会伴随荷电状态(SOC)的不同而变化的问题,提出一种基于虚拟同步发电机(VSG)控制的储能逆变器在不同SOC下变惯量、阻尼最优控制策略。分析了不同SOC下虚拟惯量和阻尼的取值边界变化情况,通过结合粒子群(PSO)和天牛须算法(BAS)构造天牛群优化算法,用来获取VSG最优虚拟惯量和阻尼值,可有效避免输出功率超限和频率振荡。仿真结果表明,相比于传统控制算法,系统输出功率超调量降低,调节时间缩短,系统会在不同SOC下自适应改变参数值,进而维持系统频率稳定,并且储能系统功率变化满足功率限制要求。 展开更多

关键词 虚拟同步发电机 天牛群算法 储能逆变器 最优控制

在线阅读 下载PDF 职称材料

改进的元启发式优化算法及其在图像分割中的应用 被引量：18

18

作者 霍星 张飞 +1 位作者 邵堃 檀结庆 《软件学报》 EI CSCD 北大核心 2021年第11期3452-3467,共16页

元启发式算法自20世纪60年代提出以后,由于其具有可以有效地减少计算量、提高优化效率等优点而得到了广泛应用.该类算法以模仿自然界中各类运行机制为特点,具有自我调节的特征,解决了诸如梯度法、牛顿法和共轭下降法等这些传统优化算法... 元启发式算法自20世纪60年代提出以后,由于其具有可以有效地减少计算量、提高优化效率等优点而得到了广泛应用.该类算法以模仿自然界中各类运行机制为特点,具有自我调节的特征,解决了诸如梯度法、牛顿法和共轭下降法等这些传统优化算法计算效率低、收敛性差等缺点,在组合优化、生产调度、图像处理等方面均有很好的效果.提出了一种改进的元启发式优化算法——NBAS算法.该算法通过将传统天牛须算法(BAS)离散化得到二进制离散天牛须算法(BBAS),并与原始天牛须算法进行混合得出.算法平衡了局部与全局搜索,有效地弥补了算法容易陷入局部最优的不足.为了验证NBAS算法的有效性,将NBAS算法与二维K熵算法结合,提出了一种快速、准确的NBAS-K熵图像分割算法.该方法解决了优化图像阈值分割函数的优化算法易陷入局部最优、算法寻优个体数多、设计复杂度高所导致的计算量大、耗时长等问题.NBAS-K熵算法与BAS-K熵算法、BBAS-K熵算法、遗传K熵算法(GA-K熵)、粒子群K熵算法(PSO-K熵)和蚱蜢K熵算法(GOA-K熵)在Berkeley数据集、人工加噪图像以及遥感图像上的实验结果表明,该分割方法不仅具有较好的抗噪性能,而且具有较高的精度和鲁棒性,能够较为有效地实现复杂图像分割. 展开更多

关键词 图像分割 阈值 Kaniadakis熵 天牛须搜索算法 粒子群优化算法 遗传算法 蚱蜢优化算法

在线阅读 下载PDF 职称材料

基于改进粒子群算法的三维路径规划 被引量：78

19

作者 付兴武 胡洋 《电光与控制》 CSCD 北大核心 2021年第3期86-89,共4页

路径规划是无人机任务目标的重要组成部分,针对粒子群(PSO)算法早期收敛速度快,后期易陷入局部最优的缺点,提出一种结合天牛须搜索(BAS)算法的改进粒子群算法,并将其应用于无人机三维空间路径规划。在改进的粒子群算法中,利用天牛个体... 路径规划是无人机任务目标的重要组成部分,针对粒子群(PSO)算法早期收敛速度快,后期易陷入局部最优的缺点,提出一种结合天牛须搜索(BAS)算法的改进粒子群算法,并将其应用于无人机三维空间路径规划。在改进的粒子群算法中,利用天牛个体的优势,在每次迭代中都有自己对环境空间的判断,使路径更加合理,搜索效率更高。仿真结果表明,与粒子群算法相比,使用改进的粒子群算法进行无人机三维路径规划效果更好、代价更小。 展开更多

关键词 无人机 路径规划 粒子群算法 天牛须搜索算法

在线阅读 下载PDF 职称材料

基于BAS-IMOPSO算法的风电系统储能优化配置 被引量：17

20

作者 朱娟娟 段奕琳 +1 位作者 闫群民 李召 《电力工程技术》 北大核心 2023年第2期180-187,共8页

风力发电作为一种清洁的可再生能源,在电力系统中应用广泛,但风电出力的随机波动性会对电力系统电能质量产生不利影响。储能系统(energy storage system,ESS)因其灵活的双向调节能力被用于平抑风电接入系统带来的电压与功率波动问题。... 风力发电作为一种清洁的可再生能源,在电力系统中应用广泛,但风电出力的随机波动性会对电力系统电能质量产生不利影响。储能系统(energy storage system,ESS)因其灵活的双向调节能力被用于平抑风电接入系统带来的电压与功率波动问题。文中考虑储能接入节点与容量不同对风电出力波动的平抑效果不同,以系统电压偏差、日有功网损和ESS配置容量为目标函数建立多目标储能优化配置模型。采用一种基于天牛须搜索算法的改进多目标粒子群优化(beetle antennae search-improved multi-objective particle swarm optimization,BAS-IMOPSO)算法求解该模型,利用基于信息熵的逼近理想解排序法在Pareto解集中选取最佳储能配置方案。在IEEE 33节点系统中对模型进行仿真验证,结果表明:BAS-IMOPSO算法优化下的ESS降低配电网电压偏差与有功网损的能力较多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法显著提高,有效改善了系统的电能质量,具有削峰填谷的作用,验证了BAS-IMOPSO算法的有效性。 展开更多

关键词 储能 风电出力波动 容量优化 荷电状态(SOC) LOGISTIC映射 天牛须搜索-改进多目标粒子群优化(BAS-IMOPSO)算法

在线阅读 下载PDF 职称材料