论文部分内容阅读
【摘要】遗传算法也是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法，是进化算法的一种。这种启发式通常用来生成有用的解决方案来优化和搜索问题。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法在适应度函数选择不当的情况下有可能收敛于局部最优，而不能达到全局最优。
【关键词】遗传算法；脉宽调制；参数优化
引言
遗传算法是一种基于概率的全局性搜索方法，它鲁棒性强，尤其适用于非线性系统求解。将遗传算法应用于电力电子学中，它能够在未知系统变化过程或传递函数的情况下推演出功率变换器的控制规律，为复杂的非线性功率变换器及其器件开关规律的确定提供一种全新的思路和方法。
遗传算法是建立在自然选择、遗传机理基础上的迭代自适应概率性搜索算法，该算法具有"记忆"搜索性、对目标函数要求较少、不需要求梯度、解空间内的多点搜索能得到全局最优解、算法简单、可并行处理等优点，遗传算法已成功应用于各种复杂问题的优化中，在许多传统优化技术难以解决的场合更显示出其优越性。
1.遗传算法在电力电子系统控制参数优化中的应用
1.1基本遗传算法
遗传算法是具有"生成+检测"的迭代过程的搜索算法，其基本处理流程如图1。可见，遗传算法是一种群体操作，它以群体中的所有个体为对象；选择、交叉和变异是遗传算法的三个主要操作算子，使遗传算法具有了其搜索特性。
GA在控制参数优化中的应用主要为PWM参数优化，多电平逆变器控制优化，SHE控制中的参数优化，以及这几个方面的相互结合。
1.2遗传算法PWM控制参数优化脉宽调制（PWM）技术在电力电子技术中的应用很广。正弦脉宽调制（SPWM）是常用的脉宽调制方式，通过调制波与三角载波相比获得开关逻辑信号，主要用于低功率开关器件。随着PWM控制技术的不断发展，相继出现了许多新型的控制技术及控制算法。将遗传算法用于PWM控制参数优化便是其中的一个方向。
以图2所示的单相全桥逆变电路为例，对其最优开关状态进行研究。电路由电容、电感、全控型开关器件Q1～Q4和二极管QD1～QD4组成。当开关Q1，Q4（QD1，QD4）导通，Q2、Q3关断时，逆变器输出电压为Uo=E；当开关Q2，Q3（QD2，QD3）导通Q1，Q4（QD1，QD4）关断时，逆变器输出电压Uo=-E。开关函数表示为状态变量的形式：
每一状态矢量X=（x1，x2，……xn）作用于逆变电路，产生惟一的输出波形，这样就建立了状态矢量与遗传算法数据序列的映射关系。利用遗传算法的全局搜索特性，寻求对于逆变器的最优状态矢量，即最优开关控制信号。对于固定频率为n的逆变器开关状态进行编码：以输出电流否接近正弦做为适应度评价目标，适应度函数：
其中IReference为期望输出电流值，ICalxulated遗传算法解码计算所得电流值。
作者分别实验了两种不同的开关状态方程表示方法下的实现情况1）仅考虑xni=1，0的情况，2）考虑xni=1，0，-1的情况，结果表明了遗传算法的有效性。仿真结果证明了该控制策略的优越性、有效性。
将遗传算法应用于电压源逆变器的RPWM控制优化，并与传统的随机载波的RPWM控制方法进行了比较。文章提出的算法进行控制可以实现总谐波含量（THD）在每个工频周期内最小，但该方法只能减小音频噪音影响及谐波损耗。利用实数编码遗传算法实现，仿真表明该方法优于传统RPWM.
1.3SHEPWM（specialharmonicseliminationPWM，特定谐波消除PWM）参数优化评价逆变器性能的一个重要指标是总谐波含量，控制开关角消除部分谐波的方法（SHE技术），较传统的PWM技术有许多优点。逆变器控制过程中，选择好的开关时间，可有效减少电压谐波含量，应用遗传算法的全局搜索性求解非线性方程，可以消除特定谐波。
其中，Ukm、U*km分别为k次谐波的计算值和期望值，βk为不同次谐波的权重系数，适应函数采用指数定标F（J）=exp（-βJ），β为可变量，其大小对遗传操作由相当大的影响，需要通过多次实验求得。考虑消除5、7、11、13次谐波，文章进行了计算并仿真。仿真结果表明，该方法可以有效限制低次谐波。
1.4交流斩波控制参数优化
当然，该方法也可用于交流斩波稳压（调压）技术中。图3为交流斩波稳压器的输出电压，对其进行傅氏变换得到：
采用二进制编码，每个被控量（开关角）由4位二进制编码表示作为一个子串，每一位称为一个基因，k个子串共4k位共同组成一个个体（样本）。个体编码如下表所示：
利用遗传算法求解非线性规划问题的优势，将遗传算法用于斩波变换器控制参数（开关角）的优化设计，并与传统牛顿---拉普逊法进行了比较。结果表明，采用改进的遗传算法能取得令人满意的结果。
1.5遗传算法与其他方法结合
将遗传算法用于Buck变换器的控制，理论实验结果表明该方法的有效性。将减少无功，减少开关损耗，消除特定频率谐波作为控制目标，建立多目标优化函数，通过简单电路研究了GA控制方法，给出了基因结构和GA参数优化结果，结果表明了GA控制方法的可行性。
结论
在电力电子系统中，遗传算法的应用还比较少，多数处于研究阶段。然而，将遗传算法应用于电力电子学中有广阔的前景，它能够在未知系统变化过程或传递函数的情况下推演出功率变换器的控制规律，为复杂的非线性功率变换器和其器件开关规律的确定提供一种全新的思路和方法。
参考文献
[1]陈国良等.遗传算法及其应用[M].北京：人民邮电出版社.1996.
[2]林渭勋.现代电力电子电路[M].杭州：浙江大学出版社.2002.
[3]张占松.蔡宣三.开关电源的原理与设计[M].北京.电子工业出版社，2004.
[4]苏开才，毛宗源.现代功率电子技术[M].北京：国防工业出版社，1995.
【关键词】遗传算法；脉宽调制；参数优化
引言
遗传算法是一种基于概率的全局性搜索方法，它鲁棒性强，尤其适用于非线性系统求解。将遗传算法应用于电力电子学中，它能够在未知系统变化过程或传递函数的情况下推演出功率变换器的控制规律，为复杂的非线性功率变换器及其器件开关规律的确定提供一种全新的思路和方法。
遗传算法是建立在自然选择、遗传机理基础上的迭代自适应概率性搜索算法，该算法具有"记忆"搜索性、对目标函数要求较少、不需要求梯度、解空间内的多点搜索能得到全局最优解、算法简单、可并行处理等优点，遗传算法已成功应用于各种复杂问题的优化中，在许多传统优化技术难以解决的场合更显示出其优越性。
1.遗传算法在电力电子系统控制参数优化中的应用
1.1基本遗传算法
遗传算法是具有"生成+检测"的迭代过程的搜索算法，其基本处理流程如图1。可见，遗传算法是一种群体操作，它以群体中的所有个体为对象；选择、交叉和变异是遗传算法的三个主要操作算子，使遗传算法具有了其搜索特性。
GA在控制参数优化中的应用主要为PWM参数优化，多电平逆变器控制优化，SHE控制中的参数优化，以及这几个方面的相互结合。
1.2遗传算法PWM控制参数优化脉宽调制（PWM）技术在电力电子技术中的应用很广。正弦脉宽调制（SPWM）是常用的脉宽调制方式，通过调制波与三角载波相比获得开关逻辑信号，主要用于低功率开关器件。随着PWM控制技术的不断发展，相继出现了许多新型的控制技术及控制算法。将遗传算法用于PWM控制参数优化便是其中的一个方向。
以图2所示的单相全桥逆变电路为例，对其最优开关状态进行研究。电路由电容、电感、全控型开关器件Q1～Q4和二极管QD1～QD4组成。当开关Q1，Q4（QD1，QD4）导通，Q2、Q3关断时，逆变器输出电压为Uo=E；当开关Q2，Q3（QD2，QD3）导通Q1，Q4（QD1，QD4）关断时，逆变器输出电压Uo=-E。开关函数表示为状态变量的形式：
每一状态矢量X=（x1，x2，……xn）作用于逆变电路，产生惟一的输出波形，这样就建立了状态矢量与遗传算法数据序列的映射关系。利用遗传算法的全局搜索特性，寻求对于逆变器的最优状态矢量，即最优开关控制信号。对于固定频率为n的逆变器开关状态进行编码：以输出电流否接近正弦做为适应度评价目标，适应度函数：
其中IReference为期望输出电流值，ICalxulated遗传算法解码计算所得电流值。
作者分别实验了两种不同的开关状态方程表示方法下的实现情况1）仅考虑xni=1，0的情况，2）考虑xni=1，0，-1的情况，结果表明了遗传算法的有效性。仿真结果证明了该控制策略的优越性、有效性。
将遗传算法应用于电压源逆变器的RPWM控制优化，并与传统的随机载波的RPWM控制方法进行了比较。文章提出的算法进行控制可以实现总谐波含量（THD）在每个工频周期内最小，但该方法只能减小音频噪音影响及谐波损耗。利用实数编码遗传算法实现，仿真表明该方法优于传统RPWM.
1.3SHEPWM（specialharmonicseliminationPWM，特定谐波消除PWM）参数优化评价逆变器性能的一个重要指标是总谐波含量，控制开关角消除部分谐波的方法（SHE技术），较传统的PWM技术有许多优点。逆变器控制过程中，选择好的开关时间，可有效减少电压谐波含量，应用遗传算法的全局搜索性求解非线性方程，可以消除特定谐波。
其中，Ukm、U*km分别为k次谐波的计算值和期望值，βk为不同次谐波的权重系数，适应函数采用指数定标F（J）=exp（-βJ），β为可变量，其大小对遗传操作由相当大的影响，需要通过多次实验求得。考虑消除5、7、11、13次谐波，文章进行了计算并仿真。仿真结果表明，该方法可以有效限制低次谐波。
1.4交流斩波控制参数优化
当然，该方法也可用于交流斩波稳压（调压）技术中。图3为交流斩波稳压器的输出电压，对其进行傅氏变换得到：
采用二进制编码，每个被控量（开关角）由4位二进制编码表示作为一个子串，每一位称为一个基因，k个子串共4k位共同组成一个个体（样本）。个体编码如下表所示：
利用遗传算法求解非线性规划问题的优势，将遗传算法用于斩波变换器控制参数（开关角）的优化设计，并与传统牛顿---拉普逊法进行了比较。结果表明，采用改进的遗传算法能取得令人满意的结果。
1.5遗传算法与其他方法结合
将遗传算法用于Buck变换器的控制，理论实验结果表明该方法的有效性。将减少无功，减少开关损耗，消除特定频率谐波作为控制目标，建立多目标优化函数，通过简单电路研究了GA控制方法，给出了基因结构和GA参数优化结果，结果表明了GA控制方法的可行性。
结论
在电力电子系统中，遗传算法的应用还比较少，多数处于研究阶段。然而，将遗传算法应用于电力电子学中有广阔的前景，它能够在未知系统变化过程或传递函数的情况下推演出功率变换器的控制规律，为复杂的非线性功率变换器和其器件开关规律的确定提供一种全新的思路和方法。
参考文献
[1]陈国良等.遗传算法及其应用[M].北京：人民邮电出版社.1996.
[2]林渭勋.现代电力电子电路[M].杭州：浙江大学出版社.2002.
[3]张占松.蔡宣三.开关电源的原理与设计[M].北京.电子工业出版社，2004.
[4]苏开才，毛宗源.现代功率电子技术[M].北京：国防工业出版社，1995.