基于改進PSO算法的優(yōu)化特定消諧PWM技術(shù)

《基于改進PSO算法的優(yōu)化特定消諧PWM技術(shù)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、2009年第2期東北電力技術(shù)7基于改進PSO算法的優(yōu)化特定消諧PWM技術(shù)OptimizationofSelectiveHarmonicEliminationPWMTechnologyBasedonImpovedPSOAlgorithm．伏祥運(連云港供電公司，江蘇連云港150001)摘要：提出一種改進的粒子群優(yōu)化(ParticleSwarmOptimization，PSO)算法，與傳統(tǒng)PSO算法的區(qū)別是借鑒模擬退火算法，當(dāng)微粒個體的適應(yīng)值小于個體最優(yōu)值時，以一定的概率接受為個體的最優(yōu)值。這種處理可以增大算法的全局搜索能力，避免陷入局部最小值。應(yīng)用改進PSO算法對特定消諧PWM的開關(guān)角進行

2、求解，算例證明可以在更小的誤差范圍內(nèi)找到方程的解。關(guān)鍵詞：脈寬調(diào)制；特定消諧；粒子群算法Abstract：Animprovedparticleswal3noptimization(PSO)algorithmisproposed，andthediferenceofwhich，ascomparedwithtraditionalPSO，isthatituseasasourceofreferencetosimulatedannealingalgorithm．Whenindividualparticlesareadaptedtoindi—vidualoptimalvalue，itacceptsth

3、eoptimalvalueatcertainprobability．Globalsearchingabilityisthusincreasedavoidinglocalmini-mumvalue．SolutionstoselectiveharmoniceliminationPWMswitchanglesshouldbemadebyimprovedPSOalgorithm．Examplesshowthatsolutionscarlbefoundatlessen'orscope．Keywords：Pulsewidthmodulation；Selectiveharmoniceliminatio

4、n；Particleswamialgorithm[中圖分類號]TM464；TM76[文獻標(biāo)識碼]A[文章編號]1004—7913(2009)02—0007—03脈寬調(diào)制(PulseWidthModulation，PWM)技美國Kennedy博士1995年提出了PSO算法。術(shù)由于其自身的諸多優(yōu)點已在電力電子變換器中被PSO算法屬于進化算法的一種，與遺傳算法類似，廣泛應(yīng)用。為消除PWM波形中的某些特定次數(shù)的從隨機解出發(fā)，通過迭代尋找最優(yōu)解，通過適應(yīng)度諧波，美國密蘇里大學(xué)HasmukhS．patel和Rchard來評價解的品質(zhì)。優(yōu)化問題的每一個可行解都是搜G．holt于1973年提出了特定消諧

5、PWM(Selective索空間的一個微粒，根據(jù)對環(huán)境的適應(yīng)度將群體中HarmonicEliminationPWM，SHE—PWM)技術(shù)。其的個體移動到較好的位置。各個微粒在搜索空間中基本思想是在電壓波形的特定位置設(shè)置缺口，把逆根據(jù)自身和同伴的飛行經(jīng)驗以一定的速度飛行，追變器直流側(cè)的方波電壓轉(zhuǎn)換成等效的正弦波電壓輸隨著當(dāng)前的兩個最優(yōu)值來更新自己，一個是微粒迄出，設(shè)置Ⅳ個缺口，就可以消除Ⅳ種諧波J。在今為止尋找到的最優(yōu)值，叫做個體極值P；另一特定消諧PWM技術(shù)中，器件的開關(guān)時刻(設(shè)置的個是整個微粒群迄今為止尋找到的最優(yōu)值，叫做全缺口處的角度)是一組非線性超越方程組的解¨J，局極值G最終在搜

6、索空間中找到全局最優(yōu)解。難以用傳統(tǒng)方法進行精確求解。設(shè)在-，維空間中有m個微粒，微粒(i=1，當(dāng)前，通過模擬生物群體的行為來解決計算問2，??m)的位置X=(??)，它所題已成為新的研究熱點-6]，形成了以群體智能經(jīng)歷過的最優(yōu)位置記為Pf=(PPp2??P)，。(SwarmIntelligence)為核心的理論體系。基于群與此位置相應(yīng)的適應(yīng)值稱為個體最優(yōu)值，記為體智能的粒子群優(yōu)化算法是一種有效的優(yōu)化工具，P。所有微粒經(jīng)歷過的最優(yōu)位置記為P=(PPSO算法可用于復(fù)雜優(yōu)化問題的求解。本文對PSO??P)。與此位置相應(yīng)的適應(yīng)值稱為全局最算法加以改進，并應(yīng)用于特定消諧PWM技術(shù)中。優(yōu)值，記為G。

7、微粒i的飛行速度用=(，仿真試驗證明，應(yīng)用改進PSO算法可以在較小的??)表示。則每個微粒根據(jù)式(1)修正自，誤差范圍內(nèi)求解得到開關(guān)角，滿足工程實際需要。己的位置和速度：f=∞+c1rand()(P—)+C2rand()(P—1粒子群優(yōu)化算法及改進x1．1粒子群優(yōu)化算法的基本原理X=X+(1)8東北電力技術(shù)2009年第2期=1．2?m權(quán)重。to越大，全局搜索能力越強；小，則全局=1，2?J搜索能力較弱。to可由式60：toi+(∞一