Se ha diseñado una caja de herramientas de optimización por enjambre de partículas simulado autogenerado que, automáticamente, genera parámetros de control PI de manera rápida en PSCAD. Esta caja de herramientas funciona mediante el uso de la simulación de transitorios para evaluar la función objetivo, y converge los valores de aptitud de la función objetivo a través del algoritmo PSO durante la simulación de tiempo de ejecución de los sistemas HVDC de alimentación múltiple. Aquí, la función de error cuadrático integral (ISE-OF) se utiliza para realizar esta tarea. Para hacer la caja de herramientas más rápida, se establecieron rangos para el valor generado PSO que limitan el tiempo de adquisición de datos para la función objetivo considerando únicamente el tiempo de transición de un sistema. Además, esta caja tiene la capacidad de optimizar varios controladores al mismo tiempo. Los valores de PI se generan más rápidamente y los resultados dejan ver un rendimiento notablemente mejorado de un sistema durante el arranque y, en condiciones de falla. En el presente trabajo se muestran los resultados experimentales.
Introducción
El control de un sistema desempeña un papel fundamental en el rendimiento de todo el sistema. La selección de los parámetros de control adecuados para obtener los resultados deseados es una tarea engorrosa.
Encontrar los parámetros óptimos de control PI siempre ha sido una tarea difícil. El método convencional para obtener los parámetros de control PI es por el método de prueba y error que requiere la intuición y la experiencia del usuario.
Existen algunos algoritmos en boga para la estimación de los parámetros PI (Kumar, Kumar, & Tyagi, 2016). Entre ellos destacan el algoritmo de aprendizaje basado en la crítica de naturaleza difusa (Khorramabadi & Bakhshai, 2015), Simplex (Aniruddha M. Gole, Filizadeh, Menzies, & Wilson, 2005) y los algoritmos PSO (BÄ°NgÃœL & Karahan, 2012; Chen, Li, & Zhou, 2012; Gahramani, Lak, Farsadi, & Hosseini, 2013). Los algoritmos Simplex y PSO suelen funcionar según el principio de convergencia de la función objetivo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Modelado de simulación de la tecnología de prensado combinado de varillas de alta calidad
Artículos:
Formulación de un modelo de simulación del sistema de emergencias de la E.S.E. Hospital San Rafael para reducir tiempos de espera de pacientes
Artículos:
Aspectos económicos y ambientales en la modelización de la demanda mensual de agua en Białystok: un estudio de caso
Artículos:
Efecto de los parámetros del proceso en la pérdida de volumen de la cabeza unilateral del laminado en cuña cruzada de palanquilla de 42CrMo
Artículos:
Reconocimiento de patrones de peligro demostrados por trabajadores de construcción
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.