基于FNO-PSO算法火电机组煤耗模型的参数辨识

发布时间：2017-09-13 21:10

  本文关键词：基于FNO-PSO算法火电机组煤耗模型的参数辨识

  更多相关文章： PSO算法 FNO算法 IPSO算法 煤耗特性 参数辨识

【摘要】：本文针对粒子群(PSO)算法存在的早熟和局部收敛问题,结合分数阶神经优化算法(fractional-neuro-optimizer,即FNO),提出一种新的混合PSO算法—FNO-PSO算法.该算法通过FNO算法对PSO算法中的惯性权重进行更新,以保证粒子在搜索空间运动的多样性,降低了PSO算法后期因种群过于密集而陷入局部最优的可能性.最后,通过这种算法辨识火电机组煤耗模型中的参数,并与PSO算法、IPSO算法进行对比,仿真结果显示该混合FNO-PSO算法能够更准确、更快速的辨识煤耗模型中的未知参数.
【作者单位】： 三峡大学新能源微电网湖北省协同创新中心;
【关键词】： PSO算法 FNO算法 IPSO算法 煤耗特性 参数辨识
【基金】：国家自然科学基金项目(61374028)
【分类号】：TM621;TP18
【正文快照】： 0引言目前,火力发电是现代社会电力发展的一个重要方面.在发展循环经济,同时考虑到发电成本、整体效益和环境保护等多方面因素,使机组优化运行,节能减排是十分必要的.煤耗模型就是建立单元机组煤耗量和负荷之间的函数关系,它可以影响到对火电机组运行的可靠性、负荷分配合理性

【相似文献】

中国期刊全文数据库 前6条

1 郭壮志;吴杰康;;水电站厂内经济运行的快速仿电磁学算法[J];现代电力;2010年03期

2 韩晋;黄健;;同期捕捉算法的改进及实现[J];电力自动化设备;2013年09期

3 范洁;曹俊琴;;改进节约算法在电表配送路线选择中的应用[J];物流工程与管理;2012年04期

4 缑新科;刘箫;刘峻;;电网PMU优化配置中IGASA算法的研究[J];甘肃科学学报;2008年02期

5 邹恩;辛建涛;方仕勇;林锦钱;;ICPSO算法及其在经济负荷分配中的应用[J];电力系统及其自动化学报;2012年04期

6 ;[J];;年期

中国硕士学位论文全文数据库 前7条

1 毛以时;改进型粒子群优化算法在电力系统无功优化中的应用[D];东南大学;2015年

2 田婧;蚁群算法在电厂过热汽温控制中的应用[D];华北电力大学;2011年

3 赵炜;基于蚁群算法的群智能理论在系统优化中的应用研究[D];华北电力大学;2015年

4 周智成;基于改进人工蜂群算法的输电网扩展规划研究[D];广西大学;2014年

5 安晓伟;群搜索优化算法在中压配电网规划中的应用研究[D];兰州交通大学;2015年

6 陈旭东;随机类优化算法及其在电机优化设计中的应用研究[D];浙江大学;2001年

7 张倩;蚁群算法在火力发电系统参数优化中的应用研究[D];华北电力大学（河北）;2009年

，

本文编号：845907