基于菌群-粒子群算法的水轮发电机组PID调速器参数优化
- 详情
- 2021-04-27
- 简介
- 423KB
- 页数 6P
- 阅读 102
- 下载 35
为解决水轮发电机组调速器PID参数优化问题,引入菌群优化(bacterial foraging optimization,BFO)算法。考虑到BFO算法收敛速度慢,而粒子群优化(paticle swarm optimization,PSO)算法具有较好的收敛性,提出BFO-PSO算法。以描述菌体间相互吸引、相互排斥、相互学习的Jcc指标与综合ITAE指标之和构成一种新型适应度函数。数值计算结果表明:与BFO算法、PSO算法相比,BFO-PSO算法收敛速度快,能有效改善水轮机调节系统空载工况和孤网运行条件下过渡过程的动态性能。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于菌群-粒子群算法的水轮发电机组PID调速器参数优化 423KB
基于混合粒子群算法的水轮发电机组调速器PID参数优化 268KB
基于改进粒子群算法的水轮发电机组PID调速器参数优化 168KB
基于IASHGA算法的水轮发电机组PID调速器参数优化研究 303KB
调速器在水轮发电机组中的应用 113KB
浅析调速器在水轮发电机组中的应用 120KB
水轮发电机组优化设计的算法与CAD应用研究 175KB
水轮发电机组的检修及其改造 124KB
水轮发电机组振动的处理 14KB
水轮发电机组振动摆度要求 523KB