文献

J-GLOBAL ID：202002265887902184   整理番号：20A0828145

マルチ戦略成功履歴に基づく適応微分進化を用いた太陽光発電モデルのパラメータ同定【JST・京大機械翻訳】

Parameters Identification of Photovoltaic Models Using a Multi-Strategy Success-History-Based Adaptive Differential Evolution

著者 (4件)： Hao Qinzhi (Air Traffic Control and Navigation College, Air Force Engineering University, Xi’an, China) ,  Zhou Zhongliang (Air Traffic Control and Navigation College, Air Force Engineering University, Xi’an, China) ,  Wei Zhenglei (Institute of Aeronautics Engineering, Air Force Engineering University, Xi’an, China) ,  Chen Guanghui (School of Pharmacy, Fourth Military Medical University, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 35979-35994  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 測定した電流-電圧特性曲線に基づく光起電力(PV)モデルのパラメータ同定は,PVシステムのシミュレーション,評価および制御に対して重要である。異なるPVモデルのパラメータを正確に確実に同定するために,新しい最適化アルゴリズム,線形母集団サイズ縮小(MLSHADE)による多重戦略成功履歴ベースの適応微分進化を提案した。MLSHADEは主に進化過程をあらゆる世代の間に2つの相に分割する。クラス確率変数の定義に従って,最初の位相の個体群個体を,それぞれ探査と開発のために異なる2つの個体群に割り当てた。MLSHADEアルゴリズムの新規性は主に3つの改良にある。(i)新しい重みづけ突然変異戦略を用いて,第一相における微分進化個体群のための後の反復の個体群多様性を豊かにした。(ii)劣った解探索(ISS)技術を提示して,最初のフェーズにおける共分散行列適応進化戦略母集団のために局所的最適化を避けた。そして,(iii)第二相におけるグローバル探査と局所的開発能力の間のバランスを効果的に維持するのを助けるために,固有Gaussランダムウォーク戦略を提案した。CEC2018テストセットに関する実験は,提案MLSHADEが,精度,信頼性,および時間消費の観点から,最新のアルゴリズムに対してより良い性能を発揮することを例証した。提案MLSHADEを用いて,単一ダイオード,二重ダイオード,およびPVモジュールを含む種々のPVモデルのパラメータ同定問題を解決した。包括的な実験結果と解析は,MLSHADEが,特に精度と信頼性に関して,他の最先端のアルゴリズムと比較して,非常に競争力のある性能を得ることができることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ダイオード ,  最適化 ,  電圧 ,  酔歩 ,  光起電力 ,  特性曲線 ,  単相 ,  突然変異 ,  *太陽光発電 ,  電流 ,  信頼性 ,  アルゴリズム ,  多重化 ,  個体群 ,  母集団

分類 (2件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (9件)： マルチ ,  戦略 ,  成功 ,  履歴 ,  適応 ,  微分進化 ,  太陽光発電 ,  モデル ,  パラメータ同定