大功率无源滤波器的参数优化设计

《大功率无源滤波器的参数优化设计》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、『l}!}尔滨工业人学T学顶卜学位论文过程中，其粒子依概率exp(一(目一Ei)／KT)从状态f跃入具有较高能量的状态，其中Ef、可是在状态i、J下的内能，世为玻耳兹曼常数，丁为绝对温度。显然，随着温度的降低，粒子跃入高能状态的概率减小，赢到最后内能单调地下降。若把解空间的任一组合状念船看成物质体系所处的状态i，把目标函数看成此状态的内能，并用控制参数类比温度，即可用SA算法解决在多谐波源条件下搜索网络中谐波污染最严重的工况，从而为滤波器配置提供优化的条件。模拟退火法最重要的特点是允许从某个概率接受变

2、坏的状态作为当前解，因此，理论上该算法有机会跳出局部极小解，并且随着迭代的进行，这个接受概率逐步减小，最终会得到稳定解。但是，SA算法每一步迭代只是随机地搜索一点，计算量非常大，收敛速度慢。因此，采用模拟退火优化技术必须对算法进行改进，以便加快运算速度，使运算时间达到可以接受的程度。并且，采用的模拟退火优化方法中，对约束的可行性判断减少了个体的多样性，使得具有潜在能力的个体过早地被淘汰，且可选择的参数过多，可能出现滤波器配置的不合理。(2)遗传算法(G舢【I21源于达尔文的进化理论，设想在特定环境下的

3、一群个体，由于环境限制，只有适应性强的可以生存，将优良性状遗传，而弱者被淘汰。GA作为一种搜索和自适应优化方法，其算法在每次迭代中有各种各样的条件和变量，迭代次数称为遗传代数，变量的数目称为染色体域。在同一代中，每个中间点都能交换信息，染色体越大，收敛于全局最优解的可能性越大与常规解算法优化问题单途径搜索的运筹学方法和牛顿法相比，GA能搜索到全局最优值。但要达到真正的最优解，单靠遗传算法是很难完成任务的。因此，将遗传算法与其它算法相结合的混合算法已成为遗传算法发展的趋势。由于遗传算法的结构是开放式的，

4、与问题本身无关，所以它很容易和其它算法综合。具体有如下几种：(1)模拟退火算法和遗传算法相结合(HybridSimulatedAnnealingandGeneticA190rithm——HSAGA)。(2)模糊集理论(FuzzySetTheory——FST)与遗传算法相结合。(3)Tabu算法与遗传算法相结合。(4)人工神经网络(ArtificialNeuralNetwork——ANN)与遗传算法相结合。(5)专家系统(ExpertSystems——Es)与遗传算法相结合。(6)线性规划与遗传算法的结

5、合。竺尘堡三兰叁耋三耋些．：兰竺丝兰尽管世界各国科学家和工程技术人员在电力系统谐波抑制和无功补偿方面取得了一定成绩，但有待于解决的理论和实践问题仍然很多。如：谐波电压和谐波电流变化时，如何对其进行准确快速测量；电力系统存在多个谐波源时，谐波扩散分布问题：电力系统瞬态畸变和闪变问题；为了实用化，有源电力滤波器在容量、成本、可靠性、运行费用等方面存在的问题。1．4本文主要研究内容本课题以阿城钢铁公司电弧炉的滤波装置改造为研究背景，研究其工作时对35KV母线电压的谐波污染与无功补偿。本课题的目的是通过对运用

6、多种算法结合的方法来获得大功率无源滤波器参数的优化设计值，从而尝试获得一种大功率无源滤波器参数优化设计的一般方法，并且将该方法软件化。这其中将要采取的算法有遗传算法、模糊截集理论等。以下是本课题主要研究内容和工作：(1)无源滤波器电流传递函数及其模值对各器件参数及电网频率的灵敏度计算。(2)采用遗传算法对大功率无源滤波器进行优化设计。根据滤波特性设计满足滤波特性的初始化遗传算子，采用改进型的罚函数法处理多目标和约束问题，采用自适应的交叉概率及变异概率防止优化早熟等问题。(3)对遗传算法优化设计结果进行

7、邻域内的再优化。根据优化模型的特点采用模糊优化的方法，并且采用(1)中的结果作为梯度参与优化。(4)对优化结果进行滤波特性的仿真，计算其电流畸变率，功率因数等性能指标，并且计算滤波器参数的容差能力。哈尔滨T业人学工学预．L学位论文第2章无源滤波器参数的灵敏度计算2．1引言无源滤波器主要是由电抗器和电容器组成，受工作环境及温度影响也较大，同时电网频率的波动对滤波器的正常工作也有不小的影响，而且由于无源滤波器一般都兼顾无功补偿功能，则滤波器参数对系统功率因数的影响，也是在无源滤波器设计时应该考虑的方面。因

8、此，本章内容需要研究无源滤波器传函对滤波器参数及电网频率的灵敏度分析，其目的有二，一是为了研究滤波器参数变化时对滤波效果的影响，以确定哪些滤波参数对滤波效果影响较大，如何解决。二是为了为后面章节的模糊优化设计提供梯度信息。2．2灵敏度分析在网络综合与设计时，无论设计者如何精确仔细地计算，但实际构成的电路总会包含一些非理想的因素。例如，实际电路元件的参数～般不可能完全等于标称值，而是接近标称值附近某一较小范围内的任意值，这个容许误差的范围称为“容差范围”，