為了提高船舶無源濾波器的濾波效果,設(shè)計(jì)一種復(fù)雜水網(wǎng)中船舶無源濾波器多目標(biāo)規(guī)劃模型。以船舶無源濾波器的投資成本、濾波效果與無功功率補(bǔ)償能力作為船舶無源濾波器多目標(biāo)適應(yīng)度函數(shù),并增加10%的背景諧波容量,采用粒子群算法,對(duì)優(yōu)化目標(biāo)排序,進(jìn)行多目標(biāo)優(yōu)化規(guī)劃船舶無源濾波器,完成復(fù)雜水網(wǎng)中船舶無源濾波器多目標(biāo)規(guī)劃。通過實(shí)驗(yàn)證明,此次研究的復(fù)雜水網(wǎng)中船舶無源濾波器多目標(biāo)規(guī)劃模型,能夠有效提高船舶無源濾波器的濾波效果,以及無功補(bǔ)償能力,可行性與實(shí)用性較強(qiáng)。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(22)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

濾波效果對(duì)比Fig.3Comparisonofcurrentdistortionrate

濾波效果對(duì)比基于粒子群算法的船舶無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法、基于隸屬度函數(shù)的無源濾波補(bǔ)償器協(xié)調(diào)優(yōu)化方法與此次研究的方法的電流畸變率對(duì)比結(jié)果，如圖3所示。圖3濾波效果對(duì)比Fig.3Comparisonofcurrentdistortionrate分析可知，此次研究的復(fù)雜水網(wǎng)中船舶無源濾波器多目標(biāo)規(guī)劃模型濾波效果較好，好于傳統(tǒng)的基于粒子群算法的船舶無源濾波器多目標(biāo)優(yōu)化方法與基于隸屬度函數(shù)的無源濾波補(bǔ)償器協(xié)調(diào)優(yōu)化方法。3.2無功補(bǔ)償容量對(duì)比此次研究的規(guī)劃模型與傳統(tǒng)2種方法的對(duì)比結(jié)果如圖4所示。圖4無功補(bǔ)償容量對(duì)比Fig.4Comparisonofreactivepowercompensationcapacity分析可知，傳統(tǒng)的基于粒子群算法的船舶無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法與基于隸屬度函數(shù)的無源濾波補(bǔ)償器協(xié)調(diào)優(yōu)化研究方法的無功補(bǔ)償效果較差，低于此次研究的方法�；诹Ｗ尤核惴ǖ拇盁o源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法較此次研究的方法最大相差130kVar左右，基于隸屬度函數(shù)的無源濾波補(bǔ)償器協(xié)調(diào)優(yōu)化方法較此次研究的方法最大相差50kVar左右。綜上所述，此次研究的復(fù)雜水網(wǎng)中船舶無源濾波器多目標(biāo)規(guī)劃模型規(guī)劃后的濾波效果與無功補(bǔ)償效果都比傳統(tǒng)2種方法好。原因是此次研究的方法設(shè)定了船舶無源濾波器優(yōu)化函數(shù)，并采用粒子群算法對(duì)優(yōu)化目標(biāo)函數(shù)進(jìn)行排序，根據(jù)實(shí)際情況改變目標(biāo)函數(shù)權(quán)值，以使船舶無源濾波器的工作狀態(tài)達(dá)到最優(yōu)，從而提高了濾波效果與無功補(bǔ)償效果。4結(jié)語設(shè)計(jì)一種復(fù)雜水網(wǎng)中船舶無源濾波器多目標(biāo)規(guī)劃模型，并通過實(shí)驗(yàn)驗(yàn)證此次研究的方法不僅提高了船舶無源濾波器的濾波效果，還提高了濾波器的無功補(bǔ)償效果。參考文獻(xiàn)：尚前明,王瀟,楊亞磊,等.基于粒子群算法的無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)[J].中

≈怠?步驟4粒子飛行操作，在上述評(píng)價(jià)子群建立的基礎(chǔ)上，對(duì)種群速度與位置進(jìn)行更新，形成新的種群，其更新原理如圖2所示。圖2信息分配機(jī)制Fig.2Informationdistributionmechanism步驟5單目標(biāo)函數(shù)離差計(jì)算，以得到每個(gè)單目標(biāo)函數(shù)，以求出單目標(biāo)最優(yōu)解時(shí)的函數(shù)值與最優(yōu)函數(shù)值的離差，對(duì)目標(biāo)函數(shù)排序，以完成規(guī)劃，其表達(dá)式如下：H=n∑i=1(UwU1)2Hvmax，(6)U1UwHvmax式中，代表目標(biāo)函數(shù)權(quán)重，代表單目標(biāo)函數(shù)的離差均值，代表離差均值小的最大權(quán)值。圖1粒子群算法框架圖Fig.1Particleswarmoptimizationframework·104·艦船科學(xué)技術(shù)第42卷

【參考文獻(xiàn)】：
期刊論文
[1]基于粒子群算法的無源濾波器多目標(biāo)優(yōu)化設(shè)計(jì)[J]. 尚前明,王瀟,楊亞磊,楊祥國(guó),潘志強(qiáng).  中國(guó)航海. 2019(02)
[2]非依賴模型精度的多頻無源控制用于APF高精度諧波抑制[J]. 慕小斌,陳國(guó)富,惠杰,王翔,徐云飛,王久和,孫凱.  中國(guó)電機(jī)工程學(xué)報(bào). 2019(07)
[3]船舶光伏逆變器LCL濾波電路結(jié)構(gòu)設(shè)計(jì)與參數(shù)優(yōu)化方法[J]. 劉旭,王國(guó)玲,李振宇,陳慶鵬,連麗艷.  船舶工程. 2018(09)
[4]基于隸屬度函數(shù)的無源濾波補(bǔ)償器協(xié)調(diào)優(yōu)化研究[J]. 金立軍,程逸帆,侯珂,李水清.  儀器儀表學(xué)報(bào). 2018(05)



本文編號(hào)：3053847