[發明專利]基于粒子群優化算法的微網諧波抑制方法

有效

• 申請號: 201310384472.7
• 申請日: 2013-08-29
• 公開（公告）號: CN103530440B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 王晶;張穎
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/00
• 代理公司: 杭州天正專利事務所有限公司33201
• 代理人: 王兵,黃美娟

1.基于PSO優化算法的微網諧波抑制方法，包括以下步驟：?

1）、初始化參數；?

2）、初始化粒子（每個粒子代表問題的一個潛在解即濾波器中L、C的參數）的位置、速度，調用微網仿真系統程序fitness，以及初始化適應度值Present；?

3）、對粒子位置和速度進行更新；?

4）、調用微網仿真系統程序fitness，更新粒子適應度值Present；?

5）、適應度評價，更新個體歷史極值pbest；?

6）、更新全局極值gbest。?

2.如權利要求1所述的方法，其特征在于：步驟（1）包括：?

1-1）、確定PSO程序中的最大迭代次數、粒子數、維度數、學習因子及慣性權重的取值；?

1-2）、確定需要優化的參數的大致范圍。?

3.如權利要求2所述的方法，其特征在于：步驟（2）初始化粒子的位置、速度，調用微網仿真系統程序fitness，以及初始化適應值的具體步驟如下：?

2-1）、初始化粒子當前位置；?

2-2）、初始化粒子當前速度；?

2-3）、調用微網仿真系統程序fitness；?

2-4）、根據初始化位置計算適應度值Present；?

2-5）、記每個粒子的歷史最優值為pbest；?

2-6）、記全局最優值為gbest。?

4.如權利要求3所述的方法，其特征在于：步驟（2-3）中微網仿真系統程序fitness的編寫的具體步驟如下：?

A1）、通過open_system函數可以打開微網仿真系統；?

A2）、通過set_param函數將微網simulink仿真系統中需要優化的LC濾波器中L和C的參數值分別設為變量，記為l和c；?

A3）、通過sim函數運行微網仿真系統；?

A4）、根據要優化的濾波器參數確定作為檢驗參數優劣標準的目標函數即微網諧波率，編程寫出目標函數微網諧波率，同樣設置為一個變量記為THD。?

5.如權利要求4所述的方法，其特征在于：步驟（3）包括：?

3-1）、確定迭代次數是否到達上限，若到達上限，則整個優化過程結束；若沒有到達上限，則跳轉至步驟（3-2）；?

3-2）、根據公式（1）得粒子速度更新：?

根據公式（2）得粒子位置更新：?

其中i＝1,2,...,N是粒子個數，是粒子在第k次迭代中的速度，是粒子i在第k次迭代中的位置，是粒子i在第k次迭代中的個體最優位置，也記為pbest；x^*是粒子i在第k次迭代中的全局最優位置，也記為gbest；r1和r2為均勻分布于[0,1]之間的隨機數，c1和c2為加速因子，ω為慣性因子。?

6.如權利要求5所述的方法，其特征在于：步驟（4）包括：?

4-1）、再次調用微網仿真系統程序fitness；?

4-2）、更新粒子適應度值present。?

7.如權利要求6所述的方法，其特征在于：步驟（5）包括：?

5-1）、根據條件判斷粒子當前適應值present是否優于歷史最優值pbest，若present優于pbest則跳轉至步驟（5-2），若不優于則跳轉至步驟（6）；?

5-2）、用present的值代替pbest中的值，作為當前粒子最優值。?

8.如權利要求7所述的方法，其特征在于：，步驟（6）包括：?

6-1）、看算法是否滿足結束條件，若不滿足則跳轉至步驟（3-1），若滿足則跳轉至步驟（6-2）；?

6-2）、更新全局極值gbest，并輸出gbest和LC濾波器的最優參數值。?