为了减小局部遮阴情况PSC(partial shading condition)下光伏系统的功率失配损失,提高最大功率点追踪MPPT(maximum power point tracking)的追踪速度和准确性,提出了基于天牛群优化BSO(beetle swarm optimiza?tion)算法的MPPT控制方法....为了减小局部遮阴情况PSC(partial shading condition)下光伏系统的功率失配损失,提高最大功率点追踪MPPT(maximum power point tracking)的追踪速度和准确性,提出了基于天牛群优化BSO(beetle swarm optimiza?tion)算法的MPPT控制方法.把由天牛须搜索BAS(beetle antennae search)借鉴粒子群的群体优化思想而得到的BSO方法应用到MPPT控制,利用天牛的个体进化和群体学习等优势来提高MPPT的追踪速度和精确度.设置了多种光照情况来作仿真验证,并用粒子群方法进行比较分析.结果表明,所提的方法追踪速度更快、精确度更高,且追踪过程更稳定、功率波动较小.展开更多
提出一种优化相关向量机的寿命预测方法,并用于对辅助动力系统(Auxiliary power unit,APU)涡轮的剩余寿命预测。首先,提出了改进的核函数,兼顾效率和精度,用天牛须搜索(Beetle antennae search,BAS)算法对相关向量机的核参数进行优化,...提出一种优化相关向量机的寿命预测方法,并用于对辅助动力系统(Auxiliary power unit,APU)涡轮的剩余寿命预测。首先,提出了改进的核函数,兼顾效率和精度,用天牛须搜索(Beetle antennae search,BAS)算法对相关向量机的核参数进行优化,建立寿命预测模型;然后,对历史数据进行分析,提取排气温度(Exhaust gas temperature,EGT)并进行修正、降噪,用多项式回归建立了EGT的涡轮性能退化模式库;最后,实例验证表明,文中算法在APU涡轮剩余寿命预测上与传统相关向量机相比效率提高40%,精度提高20%,通过敏感性分析确定了最佳的初始步长和输入维度。展开更多
动力电池的荷电状态(state of charge,SOC)表示动力电池剩余电量情况,其估算的准确与否对于电动汽车进行整车控制优化以及续航里程估计具有重要意义。过去几年流行的天牛须算法(beetle antennae search,BAS)用于通过充分考虑环境温度、...动力电池的荷电状态(state of charge,SOC)表示动力电池剩余电量情况,其估算的准确与否对于电动汽车进行整车控制优化以及续航里程估计具有重要意义。过去几年流行的天牛须算法(beetle antennae search,BAS)用于通过充分考虑环境温度、电压和电流对电池的影响来估计SOC,选择天牛须算法改善BP神经网络的初始权重和阈值,实现有效地优化,进而提高动力电池SOC估算的准确性。实验结果表明,该方法克服了传统神经网络训练时间长、稳定性差等缺点,大大提高了估算的准确度。展开更多
文摘为了减小局部遮阴情况PSC(partial shading condition)下光伏系统的功率失配损失,提高最大功率点追踪MPPT(maximum power point tracking)的追踪速度和准确性,提出了基于天牛群优化BSO(beetle swarm optimiza?tion)算法的MPPT控制方法.把由天牛须搜索BAS(beetle antennae search)借鉴粒子群的群体优化思想而得到的BSO方法应用到MPPT控制,利用天牛的个体进化和群体学习等优势来提高MPPT的追踪速度和精确度.设置了多种光照情况来作仿真验证,并用粒子群方法进行比较分析.结果表明,所提的方法追踪速度更快、精确度更高,且追踪过程更稳定、功率波动较小.
文摘提出一种优化相关向量机的寿命预测方法,并用于对辅助动力系统(Auxiliary power unit,APU)涡轮的剩余寿命预测。首先,提出了改进的核函数,兼顾效率和精度,用天牛须搜索(Beetle antennae search,BAS)算法对相关向量机的核参数进行优化,建立寿命预测模型;然后,对历史数据进行分析,提取排气温度(Exhaust gas temperature,EGT)并进行修正、降噪,用多项式回归建立了EGT的涡轮性能退化模式库;最后,实例验证表明,文中算法在APU涡轮剩余寿命预测上与传统相关向量机相比效率提高40%,精度提高20%,通过敏感性分析确定了最佳的初始步长和输入维度。
文摘动力电池的荷电状态(state of charge,SOC)表示动力电池剩余电量情况,其估算的准确与否对于电动汽车进行整车控制优化以及续航里程估计具有重要意义。过去几年流行的天牛须算法(beetle antennae search,BAS)用于通过充分考虑环境温度、电压和电流对电池的影响来估计SOC,选择天牛须算法改善BP神经网络的初始权重和阈值,实现有效地优化,进而提高动力电池SOC估算的准确性。实验结果表明,该方法克服了传统神经网络训练时间长、稳定性差等缺点,大大提高了估算的准确度。
