考虑蒸汽发电机组动力学的控制器设计中实施一种创新的生物启发式遗传算法和粒子群优化算法
摘要：应用生物灵感算法解决复杂的电力系统稳定问题最近引起了人工智能领域的研究者的关注。电力系统中的扰动后低频振荡，如果阻尼不足，可能导致系统不稳定。本文提供了一个基于生物灵感遗传算法（GA）和粒子群优化算法（PSO）的低频振荡阻尼系统的系统性程序。所提出的控制器设计基于制定一个基于系统阻尼比增强的优化准则，以计算出更好稳定性的最优控制器参数。该工作的新颖和对比特点在于将同步发电机模型，包括汽轮机调速器（GT）动力学建模和仿真。为了展示所提出控制器的鲁棒性，我们在各种系统运行条件下进行了非线性时域仿真。此外，还进行了详细的比较研究，以展示基于生物灵感算法的控制器相对于传统的前导滞后控制器的优越性。
作者：R. Shivakumar, R. Lakshmipathi
论文ID：1002.1184
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2010-02-08