基于改进遗传算法的汽轮机DEH系统参数优化

《基于改进遗传算法的汽轮机DEH系统参数优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第26卷第4期电力科学与工程V0l_26．No．4582010年4月ElectricPowerScienceandEngineeringApr．，2010基于改进遗传算法的汽轮机DEH系统参数优化李娜，吕丽革(1．华北电力大学控制与计算机工程学院，河北保定071003；2．河北建投灵海发电有限责任公司，河北秦皇岛066001)摘要：在简要介绍改进遗传算法的基础上，将其应用于汽轮机数字电液调节系统的参数优化，并给出了参数优化过程。该算法有效抑制了算法早熟，提高了算法的全局搜索能力和局部搜索能力。优化结果表明，这种优化算法具有计算速度快、精度高、程序通用性强等优点，为汽

2、轮机调节系统的参数优化提供了一种有效的方法，具有一定的参考价值。关键词：遗传算法；数字电液调节系统；参数优化中图分类号：TK321文献标识码：A索最优化方法。它将“优胜劣汰，适者生存”的0引言生物进化原理引入优化参数形成的编码串联群体中，按所选择的适配值函数并通过遗传中的复制、汽轮机调节系统是保证机组安全稳定运行的交叉及变异对个体进行筛选，使适配值高的个体关键设备，其性能的好坏直接影响机组的运行可保留下来，组成新的群体。新的群体既继承了上靠性和经济性。机组运行工况的变化将导致调节一代的信息，又优于上一代。这样周而复始，群对象运行参数和特性的变化，要保证调节系统具体中

3、个体适应度不断提高，直到满足一定的条件。有良好的调节性能，需要对调节参数进行整定，其算法简单，可并行处理，能得到全局最优解。以适应工况变化的要求。因此，通过对调节系统遗传算法的基本操作包括选择、复制、交叉、变参数的优化，可以了解系统各环节参数的变化情异。遗传算法流程图如图1。况，便于及时发现调节系统故障以实现状态监测与故障诊断。遗传算法是一种模拟生物进化机制的随机全局优化搜索算法，由于具有很强的全局优化能力及鲁棒性，近年来已被普遍用于生产规划、信号处理、最优控制等各个领域。本文将遗传算法引入汽轮机DEH系统的参数优化，设计了一种快速的遗传算法，并在MATLAB平台上

4、进行实验。通过仿真研究验证，遗传算法是一种简单易行的优化方法，并适用于汽轮机DEH系统参数优化，取得良好的优化效果。1遗传算法改进图1遗传算法流程图Fig．1FlowchartofGA1．1遗传算法基本原理1．2初始值及目标函数的选取遗传算法(GeneticAlgorithms)是1962年由在优化中，初始值的选取非常重要，从不同美国Michigan大学的Holland教授提出的模拟自然的初始值出发所得到的优化值也不同，初始值选界遗传机制和生物进化论而成的一种并行随机搜择不当，甚至导致优化过程发散。当优化的多个收稿日期：2009—12—22。作者简介：李娜(1985

5、一)，女，硕士研究生，研究方向为智能算法在电厂中的应用，E—mail：lina144@163．com。第4期李娜，等基于改进遗传算法的汽轮机DEH系统参数优化59参数取值范围过大时，遗传算法的效率幅度将降数串接在一起构成一个样本，译码公式为：低，甚至无法使用。所以根据经验，对PID的参g=(g一g)／(2一1)，i=1，2，3(5)数取值范围进行如下限定：=0．01—10，Ti：0．1～100，Td=0．1～50(3)适值函数若按照常用的比例选择算子确定个体的遗传这样避免了参数范围过大，大大减小了初始数量，容易使适应度高的几个个体迅速占据群体，寻优的盲目性，节省计算

6、量。导致遗传算法的早熟现象。为此，可采用适应度对于参数优化问题，确定目标函数是寻优的尺度变换的方法，提高个体之间的竞争。在初始前提，根据目标函数将优化问题分两类，一类是阶段，缩小各个体适应度的差距，限制复制数量，求目标函数全局最大值，另一类是求最小值j。在后期阶段，对适应度进行适当放大。为获取满意的过渡动态特性，采用误差绝对适值函数实际上就是目标函数的另一种表示值时间积分性能指标作为参数选择的最小目标函形式。由于遗传操作是根据适值大小进行的，且数，同时，为了防止控制能量过大，在目标函数适值是非负的，而目标函数的优化方向应对应适中加人控制输入的平方项。选取的最优指标为

7、：值增加的方向，所以将目标函数q转换成适值函q。=J(W1Ie(t)l+W(t))dt(1)数F，本文选用下式作为适值函数：F=max(q)一Q(6)为了避免超调，可采用惩罚功能，即一旦产生超调，将超调量作为最优指标的一项，此时最(4)选择、交叉、变异算子对种群E(t)进优指标为：行操作，产生下一代种群E(t+1)。在选择过程中是对适应度最高的个体，不进Q=P1+W3t+W4I。I(2)行遗传操作而直接复制到下一代，该方法可以保式中：e(t)为系统误差；“(t)为控制器输出；t为证某一代的最优解不被破坏。上升时间；。是超调量。基本遗传算法的交叉操作，由于其搜索空