火力発電機セットの急速で深刻な負荷変動条件下での主蒸気温度コントローラパラメータの調整ニーズに応えるため、選択演算子、適応学習ファクタ、適応慣性重み係数を標準的な粒子群アルゴリズムに導入し、多戦略探査粒子群アルゴリズムを提案します。 適応度評価指標に基づいて、標準的な粒子群操作領域、選択演算子操作領域、適応学習ファクタ操作領域、適応慣性重み係数操作領域の4つの領域に人口を分割し、すべての最適化戦略のメリットを最大限に活かし、高い収束精度を確保するとともに、高速な収束速度を持っています。 8種類の改良された粒子群アルゴリズムとの比較実験が行われ、その結果、本論文で提案されたアルゴリズムが高い最適化精度と短い収束時間を示すことが示されました。 提案したアルゴリズムを減衰カーブ法、3種類の他の改良された粒子群アルゴリズムに適用して、主蒸気温度シリーズPIDコントローラのパラメータの最適化についてのシミュレーション実験結果は、提案したアルゴリズムが有効であることを確認しました

粒子群最適化アルゴリズム; 主蒸気温度; パラメータ最適化; シリーズ制御; 区分探査; PID; 収束速度