公开(公告)号：CN113341690A

公开(公告)日：2021-09-03

申请号：CN202110501416.1

申请日：2021-05-08

Applicant: 南昌大学

Inventor： 聂晓华 ,  姚忠元 ,  万良 ,  刘意期

IPC: G05B11/42

Abstract: 本发明公开了一种基于混沌改进猫群算法的SAPF参数辨识方法，涉及电力技术领域，包括以下步骤：S1、初始化猫群，设计混沌改进猫群CICSO算法计算适应度值以及最优适应度值对应猫的位置；S2、建立SAPF系统仿真模型；运行仿真模型，选取并记录最优适应度值对应猫的位置和适应值，即当前最优解；选用将时间乘偏差绝对值积分作为CICSO适应度函数Ji；S3、根据S2求得的最优解，分别求出并联有源滤波器的直流侧电压控制环节的PI控制器参数Kp、Ki。本发明引进CICSO算法对并联有源电力滤波器进行参数辨识，由于CICSO算法具有更好的寻优遍历性，搜索精度更好，优化结果更佳，易找到更优的并联有源滤波器的控制参数。同时对有效治理谐波，提高电能质量具有重大意义。

公开(公告)号：CN111123112A

公开(公告)日：2020-05-08

申请号：CN202010024696.7

申请日：2020-01-10

Applicant: 南昌大学

Inventor： 聂晓华 ,  刘意期 ,  万晓凤 ,  余运俊 ,  王淳

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/388 ,  G01R31/00

Abstract: 本发明公开了一种基于人工蜂群算法的锂离子电池模型参数辨识方法，涉及电力技术领域，通过引进人工蜂群算法对锂离子电池模型进行参数辨识，由于人工蜂群算法不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度；且人工蜂群算法控制参数少、易于实现和计算简单，大大地提高了全局最优解的收敛速度。

公开(公告)号：CN111260015A

公开(公告)日：2020-06-09

申请号：CN202010024824.8

申请日：2020-01-10

Applicant: 南昌大学

Inventor： 聂晓华 ,  刘意期 ,  万晓凤 ,  余运俊 ,  王淳

IPC: G06N3/00 ,  G01R31/367 ,  G01R31/385 ,  B60L58/12

Abstract: 本发明公开了一种基于混沌猫群的锂离子电池模型参数辨识方法，涉及及电力技术领域，本发明通过引进混沌猫群算法对锂离子电池模型进行参数辨识，由于猫群算法能够同时进行局部搜索和全局搜索，且在猫群的基础上引进了混沌算法提高了算法遍历性大大地提高了全局最优解的收敛度。