蚁群算法在火力发电系统参数优化中的应用研究

摘要

本文重点研究了蚁群算法在火力发电系统参数优化中的应用。首先提出了基于大量实验总结得到的针对有自平衡和无自平衡对象的经验整定公式，实验证明了公式的有效性。进而，利用蚁群算法优化有自平衡对象构成的主蒸汽温度系统以及无自平衡对象构成的锅炉汽包水位系统的控制器参数，采用经验整定公式进行初始路径的选择，指导了蚂蚁最初的寻优过程，大大降低了寻优的随机性，克服了蚁群算法进化速度慢及易于陷入局部最优解的缺陷。最后，针对无经验规则可循的电力系统负荷优化分配问题提出了变尺度混沌蚁群算法，试验表明，该算法仍可保证有效接近全局最优解。

目录

文摘

英文文摘

声明

第一章绪论

1.1火力发电生产过程优化问题

1.1.1控制回路参数优化

1.1.2负荷优化分配

1.1.3机组协调控制优化

1.1.4燃烧优化

1.1.5系统模型优化

1.2优化技术的发展与应用

1.2.1传统优化算法

1.2.2智能优化算法及其应用

1.3蚁群算法的研究及应用现状

1.3.1蚁群算法发展历史

1.3.2蚁群算法的应用

1.4论文的研究内容

第二章基本蚁群算法

2.1蚁群算法的经典问题

2.2蚁群算法解决TSP问题的原理

2.2.1寻优过程

2.2.2蚁群系统模型

2.3蚁群算法的编码和路径选择方式

2.4基本蚁群算法用于控制器参数优化

2.5本章小结

第三章基于经验初始路径的蚁群算法在PID参数整定中的应用

3.1引言

3.2针对有自平衡对象的控制器经验整定公式

3.2.1试验对象模型

3.2.2试验过程分析及经验整定公式确立

3.2.3比较测试试验

3.3针对无自平衡对象的控制器经验整定公式

3.3.1试验对象模型

3.3.2试验过程分析及经验整定公式确立

3.3.3鲁棒性测试

3.4基于经验整定公式的蚁群算法应用于自动控制系统控制器参数优化

3.4.1目标函数

3.4.2目标函数的程序设计与实现

3.4.3蚁群算法改进策略

3.4.4优化实例

3.5本章小结

第四章变尺度混沌蚁群算法在电力系统负荷优化分配问题中的应用

4.1负荷优化分配问题(ED)的数学模型

4.1.1目标函数

4.1.2约束条件

4.2变尺度混沌蚁群优化算法在机组负荷优化分配中的应用

4.2.1混沌理论

4.2.2变尺度混沌优化策略

4.2.3变尺度蚁群优化算法(CACO)

4.3仿真实验

4.3.1优化实例以及参数设置

4.3.2寻优终止条件的设定

4.3.3仿真结果

4.4本章小结

第五章结论

5.1主要研究成果

5.2展望

参考文献

致谢

在学期间发表的学术论文