- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于纵横交叉算法的波浪发电装置最大功率跟踪控制.doc
基于纵横交叉算法的波浪发电装置最大功率跟踪控制*
熊锋俊1,杨俊华1,沈辉2,吴丹琦1,杨金明3
广东工业大学 自动化学院, 广州 510006; 2. 国网河南省电力公司检修公司, 郑州 4500072;
华南理工大学 电力学院, 广州 510641)
摘要:针对波浪能最大功率点跟踪控制中,浮子水动力模型的非线性,使传统群智能算法存在局部最优问题,提出纵横交叉算法(CSO)控制方案。CSO的纵向交叉算子,在纵向交叉概率判定下进行个体维变量间的算术交叉,保证种群能够脱离局部最优状态;CSO的横向交叉算子完成个体间的随机配对与算术交叉,并将解空间全体分割成若干个子空间,每个子空间以配对个体为对角顶点,搜索子空间内部及邻域,实现精细的局部搜索能力。通过纵、横交叉算子的交替作用,任何有益于实现全局最优的信息,都将被迅速地分发到种群的各变量中,用以改变搜索路径。仿真表明,在波浪周期发生变化时,纵横交叉算法能够实现最大功率点跟踪,并提高收敛速度。
关键词:波浪发电;最大功率点跟踪;纵横交叉算法;群智能算法
DOI:
中图分类号:TM619 文献标识码:A 文章编号:
The Maximum maximum power point tracking control based on crisscross optimization algorithm for wave power generation
Xiong Fengjun1, Yang Junhua1, Shen Hui2, Wu Danqi1, Yang Jinming3
(1. School of Automation School, Guangdong University of Technology, Guangzhou 510006, China.
2. Maintenance Company of State Grid Henan Electric Power Company Maintenance Company, Zhengzhou 450007, China.
3. School of Electric Power College, South China University of Technology, Guangzhou 510641, China))
Abstract: In wave energyAiming at the maximum power point tracking control of wave energy, a local optimal problem exists in traditional swarm intelligence algorithms because of nonlinearity of hydrodynamic model of buoy, thus, a novel control strategy was proposed based on crisscross optimization algorithm(algorithm (CSO). Under the judgment of vertical crossover probability, the arithmetic crossover algorithms between the individual dimension variables were implemented with the vertical crossover operator of CSO to ensure that the population would avoid the local optimum state. The random pairing and arithmetic crossover algorithms between individuals were completed, and the entire solution space was divided into several subspaces with the horizontal crossover operator of CSO. The pairing individuals were taken as the diagonal vertices of each subspace to attain perfect local search capability by searching the subspaces interior and its neighborhoods. Any information contributed t
您可能关注的文档
最近下载
- 劳动教育自制贺卡.pptx
- ENTERFACE2010ProjectProposal.doc VIP
- 居家养老服务承诺书-居家承诺书.docx VIP
- DB3205_T1078-2023_人才公寓运营管理与服务规范_苏州市 .docx VIP
- ProjectProposal项目建议书英文模板.docx VIP
- 新媒体写作与运营PPT完整全套教学课件.pptx VIP
- ProjectProposal项目建议书英文模板.pdf VIP
- 城镇燃气工程分部、分项工程划分[1].docx VIP
- 网络教学效果调查与数据分析.docx VIP
- 工程量清单及招标控制价编制服务采购服务质量承诺及保障措施.docx VIP
原创力文档


文档评论(0)