基于改进飞蛾火焰算法的单相逆变器参数辨识

发布时间：2021-03-18 11:59

　　提出一种基于改进飞蛾火焰优化算法的逆变器电路参数辨识方法。针对飞蛾火焰算法的不足,改进了飞蛾火焰优化算法。前期使飞蛾向最优个体位置直线移动,加快了算法收敛速度;后期利用Levy飞行增强种群多样性,提高了算法全局搜索能力。参数辨识结果表明,改进飞蛾火焰算法辨识得到的参数值与实际值非常接近,误差很小。改进飞蛾火焰算法能够有效实现逆变器电路参数的精确辨识,进而可应用于参数型故障诊断、运行状态监测和预知维护。 

【文章来源】：计量学报. 2020,41(11)北大核心

【文章页数】：9 页

【部分图文】：

单相逆变器电路图

图2给出了5种算法对各基准函数的适应度收敛曲线。从图2可以看出，对于Schwefel,Rastrigin,Ackley,Greiwangk，其它4种算法陷入局部收敛，导致寻优精度不高，而IMFO不仅能够跳出局部最优，进行全局搜索，而且收敛速度也明显快于其它算法。对于Rosenbrock和Penalized，虽然IMFO的收敛速度与其他算法相差不多，但寻优精度还是优于其它算法。

单相逆变电路实验平台

【参考文献】：
期刊论文
[1]基于速度交流的多种群多目标粒子群算法研究[J]. 刘彬,刘泽仁,赵志彪,李瑞,闻岩,刘浩然.  计量学报. 2020(08)
[2]一种改进的雁群扩展粒子群算法研究[J]. 刘浩然,崔静闯,卢泽丹,郭长江,丁攀.  计量学报. 2019(03)
[3]基于莱维飞行的改进粒子群算法[J]. 李荣雨,王颖.  系统仿真学报. 2017(08)
[4]基于参数辨识的光伏组件故障诊断模型[J]. 韩伟,王宏华,王成亮,陈凌,张经炜,孙蓉.  电网技术. 2015(05)
[5]基于自适应混沌粒子群算法的光伏电池模型参数辨识[J]. 程泽,董梦男,杨添剀,韩丽洁.  电工技术学报. 2014(09)
[6]基于频域建模与遗传算法的电力电子电路参数辨识方法[J]. 孙凤艳,王友仁,林华,崔江,姜媛媛.  电工技术学报. 2011(11)
[7]基于双环控制的单相电压型PWM逆变器建模与仿真[J]. 杨会敏,宋建成.  电气传动自动化. 2009(01)
[8]基于混杂系统模型的DC/DC电力电子电路参数辨识[J]. 马皓,毛兴云,徐德鸿.  中国电机工程学报. 2005(10)

硕士论文
[1]电力电子电路参数辨识新方法与故障预测算法研究[D]. 陈妤.南京航空航天大学 2012



本文编号：3088280