用于水轮机-引水管道参数辨识的改进型人工鱼群算法

被引：20

作者：

刘昌玉 ^{[1
]}

何雪松 ^{[1
]}

李崇威 ^{[1
]}

王湛 ^{[2
]}

张恩博 ^{[2
]}

颜秋容 ^{[3
]}

机构：

[1] 华中科技大学水电与数字化工程学院

[2] 东北电力科学研究院

[3] 华中科技大学电气与电子工程学院

来源：

电力自动化设备 | 2013年 / 33卷 / 11期

关键词：

水轮机; 引水管道; 参数辨识; 人工鱼群算法; 蚁群优化算法; 建模; 仿真;

D O I：

暂无

中图分类号：

TV734 [机电设备];

学科分类号：

081504 [水利水电工程];

摘要：

提出了一种融合蚁群算法的改进型人工鱼群算法,对水轮机-引水管道系统进行参数辨识。该算法在每次迭代中先应用鱼群算法对搜索空间进行全局搜索,然后以当代全局最优解为基础利用蚁群算法对其领域进行局部搜索。根据现场实测数据,所提算法通过最小化目标函数辨识出了水轮机-引水管道模型参数。基于实测数据的建模结果表明,与传统辨识方法相比,所提算法具有更好的全局优化能力和鲁棒性能。

引用

页码：54 / 58+63 +63

页数：6

共 10 条

[1]

水轮机调节系统模型参数和特性综合测试仪 [J].

刘昌玉 ;

颜秋容 .

电力自动化设备, 2012, 32 (01) :130-134

[2]

基于改进粒子群算法的水轮机调速系统建模 [J].

刘昌玉 ;

李崇威 ;

洪旭钢 ;

颜秋容 .

水电能源科学, 2011, 29 (12) :124-127

[3]

水轮机智能调速系统数学模型仿真及参数辨识 [J].

师彪 ;

李郁侠 ;

何常胜 ;

于新花 ;

闫旺 ;

孟欣 ;

李鹏 .

电力自动化设备, 2010, 30 (04) :10-15

[4]

Matlab在水轮机模型辨识中的应用 [J].

刘宪林 ;

杜晓勇 ;

田云峰 ;

赵海廷 .

电力自动化设备, 2007, (12) :85-87+92

[5]

连续优化问题的蚁群算法研究 [J].

高尚 ;

钟娟 ;

莫述军 .

微机发展, 2003, (01) :21-22+69

[6]

一种基于动物自治体的寻优模式:鱼群算法 [J].

李晓磊 ;

邵之江 ;

钱积新 .

系统工程理论与实践, 2002, (11) :32-38

[7]

Application of an improved PSO algorithm to optimal tuning of PID gains for water turbine governor[J] Hongqing Fang;Long Chen;Zuyi Shen Energy Conversion and Management 2010,

[8]

Ant colony optimization for continuous domains[J] Krzysztof Socha;Marco Dorigo European Journal of Operational Research 2006,

[9]

Genetic Algorithms and Machine Learning[J] David E. Goldberg;John H. Holland Machine Learning 1988,

[10]

Lect Notes Comput Sci K. Socha; 2005,

← 1 →