專利名稱：基于多島粒子群算法的混合型濾波器中無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種無源電力濾波器的多目標(biāo)優(yōu)化設(shè)計(jì)方法，特別是一種基于多島粒子群算法的混合型濾波器中無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法。
背景技術(shù)：
由無源濾波器組和有源濾波器并聯(lián)組成的混合型電力濾波器(hybrid activepower filter,簡稱為HAPF),具有成本低和濾波效果好等諸多優(yōu)點(diǎn),近年來,在電能質(zhì)量的綜合治理方面發(fā)揮的重要的作用。在混合型電力濾波器中，由無源濾波器承擔(dān)主要的抑制諧波和補(bǔ)償無功任務(wù)，有源濾波器則只用來改善無源濾波器的濾波效果，起到一個拾遺補(bǔ)缺的作用。其中對混合系統(tǒng)中無源濾波器的優(yōu)化設(shè)計(jì)在很大程度上決定了混合型電力濾波器能否按其工作原理實(shí)現(xiàn)預(yù)期的諧波抑制和無功補(bǔ)償效果。解決混合系統(tǒng)中無源濾波器優(yōu)化設(shè)計(jì)問題較好的辦法是對無源濾波器進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)。2002年第3期的《中國電機(jī)工程學(xué)報(bào)》中《無源濾波器的多目標(biāo)優(yōu)化設(shè)計(jì)》一文提出一種帶混沌算子的遺傳算法，利用算法的混沌算子克服了算法的早熟收斂現(xiàn)象，不足之處是算法開發(fā)周期較長，操作較為復(fù)雜。2003年第6期《電工技術(shù)學(xué)報(bào)》中《基于交互式多目標(biāo)遺傳算法的無源濾波器優(yōu)化設(shè)計(jì)》一文提出一種交互式遺傳算法，通過非精確偏好信息引導(dǎo)遺傳搜索，使得算法種群朝著多個目標(biāo)的最佳綜合性能方向進(jìn)化，增加了解的多樣性，不足之處是算法較為復(fù)雜。2004年第7期的《中國電機(jī)工程學(xué)報(bào)》中《基于自適應(yīng)遺傳算法的無源電力濾波器綜合優(yōu)化方法》一文對遺傳算法采用兼顧種群多樣性和遺傳進(jìn)程的遺傳參數(shù)調(diào)整策略，其優(yōu)點(diǎn)是增加了遺傳算法尋優(yōu)的多樣性。缺點(diǎn)是算法程序占用系統(tǒng)內(nèi)存空間較大，實(shí)現(xiàn)起來有較大困難。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于多島粒子群算法的混合型濾波器中無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法。該方法能較好的實(shí)現(xiàn)對無源濾波器的濾波效果、無功補(bǔ)償容量及初期總投資多優(yōu)化目標(biāo)進(jìn)行多目標(biāo)的優(yōu)化設(shè)計(jì)，仿真和實(shí)驗(yàn)結(jié)果表明，該方法具有操作方便、避免陷入局部最優(yōu)、較強(qiáng)全局搜索能力等優(yōu)點(diǎn)。其原理與基本步驟為
第一步，確定算法初始種群的多島化結(jié)構(gòu)，將初始粒子種群/分為M個島Wydi,…4 ;,其中每個島￡)維，個粒子，在每個島上初始化粒子的位置和速度參數(shù)，
X'纟為微粒^^丨又…匕的初始位置，…,F )為相應(yīng)的初始速度。第二步，在各個島上的子群中進(jìn)行改進(jìn)型粒子群算法操作，粒子速度與位置按下式進(jìn)行更新
權(quán)利要求
1.一種基于多島粒子群算法的混合型濾波器中無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法，其特征在于它包括以下步驟 第一步，確定算法初始種群的多島化結(jié)構(gòu)，將初始粒子種群#分為H個島m...4 ;,其中每個島￡)維，a.個粒子，在每個島上初始化粒子的位置和速度參數(shù)，I)為微粒知山2，...匕的初始位置，)為相應(yīng)的初始速度； 第二步，在各個島上的子群中進(jìn)行改進(jìn)型粒子群算法操作，粒子速度與位置按下式進(jìn)行更新
全文摘要
本發(fā)明提出了基于多島粒子群算法的混合型濾波器中無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法第一步，確定算法初始種群的多島化結(jié)構(gòu)及其初始參數(shù)；第二步，在各個島上的子群中進(jìn)行改進(jìn)型粒子群算法操作；第三步，確定各島粒子中到目前為止尋找到的最好位置，更新最好位置所對應(yīng)的適應(yīng)度函數(shù)；第四步，確定島與島之間的組合間隔與組合率的大小，在島與島之間選出適應(yīng)度較優(yōu)的粒子進(jìn)行組合操作，組合為新的種島，對粒子適應(yīng)度進(jìn)行排序，以新的初值點(diǎn)進(jìn)行改進(jìn)型粒子群算法操作；第五步，判斷終止條件。仿真和實(shí)驗(yàn)結(jié)果表明，該方法具有具有較強(qiáng)的全局搜索能力，可以盡可能的避免局部最優(yōu)解，達(dá)到抑制早熟，提高算法收斂速度。
文檔編號G06N3/00GK102737277SQ20121010379
公開日2012年10月17日 申請日期2012年4月11日 優(yōu)先權(quán)日2012年4月11日
發(fā)明者何政平, 曾黎琳, 李圣清, 李永安, 羅曉東 申請人:湖南工業(yè)大學(xué)