基于改进灰狼优化算法的校园电采暖软启动应用

摘要：

针对目前国内校园电采暖的房间种类多、电容器容量有限等问题提出一种新的软启动方法,能够根据重点区域升温效果、非重点区域升温效果以及总耗能之间的相对重要性在耗能与升温之间寻求平衡,该方法不仅有效降低了启动电流,同时也兼备分级升温的特点,进而避免了电容器容量的增加以及电损的增加,节约了初投资和运行成本.针对基本灰狼优化(GWO)算法收敛的不合理性以及面对复杂目标函数极易陷入局部最优的问题,改进一种凸函数形收敛因子并加入反向学习(OBL)策略,在反向学习因子中加入随机变量,使得算法在迭代过程中更具有全局性和多样性,据此提出一种改进的灰狼优化(GWO-IV)算法,通过测试单峰、多峰等23个标准测试函数证明了改进的有效性,并将GWO-IV算法应用在电采暖的温升控制.实验结果表明,GWO-IV算法在寻求最优值方面具有很强的竞争力,使得控温效果最佳.

关键词：灰狼优化算法、电采暖、软启动、分级升温、收敛因子、反向学习

所属期刊栏目：44

分类号：TN99-34;TP391.9

资助基金：吉林省科技发展计划项目:多智能体电供暖协调控制系统研究2018C035-4

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：167-171