混沌量子粒子群算法在火电厂中的应用
2018-04-18刘瑞敏
电力科学与工程 2018年3期
关键词:优化
刘 静,刘瑞敏
(昆明理工大学 信息工程与自动化学院,云南 昆明 650217)
0 引言
因为PID控制具有结构简单、鲁棒性强、算法易于实现的优点[1],在当今的火电厂过程控制中,依然存在着比较多的PID控制,同时,PID控制器对系统的稳定、安全和经济运行有着十分重要的影响,因此控制器参数的整定和优化一直是关键的问题。另一方面,由于控制对象复杂,导致PID参数的整定变得比较困难。随着群体智能算法的发展,优化控制器参数也相应的得到了较好的解决。文献[2]采用遗传算法对PID控制器参数进行优化,遗传算法在进行寻优的时候不需要知道目标函数的梯度信息,该算法根据适应度函数作为寻优依据,通过交叉、变异、选择等算子优化参数,但这些操作又从一定程度上影响了寻优的收敛速度。文献[3]采用标准粒子群算法进行PID参数优化。粒子群算法是一种基于全局优化的群体智能算法,该算法是对普通的随机搜索算法的改进,模拟鸟群寻找食物这一特点在多维空间中构造多个粒子进行寻优。每个粒子不断更新自己的位置,通过自身最优值和群体最优值来修改自己的前进方向和速度[4]。标准粒子群算法是以轨道形式实现的,同时由于其粒子速度有限,因此搜索过程只是一个有限的区域空间,不能保证其以概率1收敛到全局最优解[5]。
本文在300 MW循环流化床实例基础之上,分析并研究了混沌量子粒子群算法在热工控制中对PID控制器参数的优化。首……
登录APP查看全文
