【技术实现步骤摘要】
本专利技术涉及电力系统优化，尤其涉及一种基于多策略改进的多目标粒子群优化方法及系统。
技术介绍
1、发电机状态检测装置采用蓄电池供电，可使其在发电机检修现场工作更加灵活、可靠。目前，锂离子电池因其具有能量密度大、自放电率低、循环寿命长等诸多优点，而得到广泛应用。在某些发电机状态检测项目中，要求其检测仪器所采用的电源适合于提供脉冲功率。采用能量型储能元件和功率型储能元件配合工作的混合储能系统，可优化发电机状态监测装置自身供电电源系统的综合性能。
2、对基于混合储能系统的检测装置供电电源进行优化，是一个多目标、多约束、多变量的复杂非线性优化问题，采用传统的数学方式难以求解，比如传统粒子群方法在求解多目标优化问题时存在容易陷入局部最优、所获得解集多样性或收敛性不好等问题，因此，为解决这些问题，本专利提出一种基于多策略改进的多目标粒子群优化算法对发电机状态检测装置电源系统的优化模型进行求解。
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术...
【技术保护点】
1.一种基于多策略改进的多目标粒子群优化方法，其特征在于：包括，
2.如权利要求1所述的一种基于多策略改进的多目标粒子群优化方法，其特征在于：所述初始化惯性权重包括，采用一种惯性权重的自适应非线性修正策略优化算法中的惯性权重，随着迭代次数的增加，指数函数的使用将惯性权重从最大值非线性调整到最小值，通过调整自适应控制参数alpha增强算法搜索性能。
3.如权利要求2所述的一种基于多策略改进的多目标粒子群优化方法，其特征在于：所述分解策略包括，混合储能系统的优化模型为双目标优化，采用Tchebycheff聚合函数进行标量化计算，通过在目标空间中事先...
【技术特征摘要】
1.一种基于多策略改进的多目标粒子群优化方法，其特征在于：包括，
2.如权利要求1所述的一种基于多策略改进的多目标粒子群优化方法，其特征在于：所述初始化惯性权重包括，采用一种惯性权重的自适应非线性修正策略优化算法中的惯性权重，随着迭代次数的增加，指数函数的使用将惯性权重从最大值非线性调整到最小值，通过调整自适应控制参数alpha增强算法搜索性能。
3.如权利要求2所述的一种基于多策略改进的多目标粒子群优化方法，其特征在于：所述分解策略包括，混合储能系统的优化模型为双目标优化，采用tchebycheff聚合函数进行标量化计算，通过在目标空间中事先设定一组均匀分布的参考权重向量指导种群进化，种群的每个个体都与参考权重向量相对应，在算法初期进行初始化操作时，融入分解算法，利用tchebycheff分解法将多目标问题标量化，分解为n个独立的子问题，每个子问题对应一个特定的权重向量。
4.如权利要求3所述的一种基于多策略改进的多目标粒子群优化方法，其特征在于：所述tchebycheff分解法包括，采用tchebycheff聚合函数进行标量化计算；
5.如权利要求4所述的一种基于多策略改进的多目标粒子群优化方法，其特征在于：所述个体最优解包括，采用pareto最优概念对决策结果进行评估，pareto最优描述一个状态，即在不损害任何目标的前提下，无法进一步提升某个目标的优势，在包含其他解的决策空间中，若一个解pareto占优于其他解，即当前解的决策向量未被任何其他向量所支...
【专利技术属性】
技术研发人员：张斌，包永胜，房栋，侯明建，张奇，张明，余锐，赵惠德，吕阳，姜艳艳，赵善良，权瑜，赵晋明，
申请(专利权)人：华能牙克石发电有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。