[发明专利]基于优化算法改进的微型燃气轮机模糊PID控制方法

权利要求书

1.基于优化算法改进的微型燃气轮机模糊PID控制方法，其特征在于：包括如下步骤，

步骤一：模糊PID控制器设计；

步骤二：线性递减粒子种群规模；

步骤三：线性递减惯性权重；

步骤四：采用布谷鸟算法的局部随机游走策略提高粒子的多样性。

2.根据权利要求1所述的基于优化算法改进的微型燃气轮机模糊PID控制方法，其特征在于：在步骤一中，模糊PID控制以误差e和误差变化率ec作为输入，根据输入参数的值对PID参数进行动态调整，实现PID参数的最佳匹配；模糊PID控制器的参数增益表示为：

式(1)中：k₁、k₂、k₃为比例因子；K_p、K_i、K_d分别为比例、积分、微分环节的增益系数；K_p0、K_i0、K_d0分别为比例、积分、微分环节的增益初值；△K_p，△K_i，△K_d分别为比例、积分、微分环节的增益调整量；

控制器的输出为：

式(2)中：K_p、K_i、K_d分别为比例、积分、微分环节的增益系数；t为当前迭代次数。

3.根据权利要求2所述的基于优化算法改进的微型燃气轮机模糊PID控制方法，其特征在于：在步骤二中，对粒子群数目进行线性递减，粒子种群的调整规律为：

式(3)中：round为求整函数；N_max是粒子种群最大规模；N_min是粒子种群最小规模；M是设定的迭代次数；t为当前迭代次数。

4.根据权利要求3所述的基于优化算法改进的微型燃气轮机模糊PID控制方法，其特征在于：在步骤三中，通过采用线性递减惯性权重的方法，在迭代后期使粒子集中于全局最优粒子进行寻优，从而提高PSO算法的局部搜索能力，惯性权重的调整规律为：

式(4)中：w_max为算法的最大惯性权重；w_min为最小惯性权重；t为当前迭代次数；M是设定的迭代次数。

5.根据权利要求4所述的基于优化算法改进的微型燃气轮机模糊PID控制方法，其特征在于：在步骤四中，采用布谷鸟算法中的局部随机游走策略增加粒子在搜索空间中的多样性；

布谷鸟算法的局部随机游走策略表示为：

式(5)中：和分别第t和t+1次迭代时的当前解；和是随机选择的两个不同的解；步长比例因子α＝O(L/10)＞0，其中L与所研究问题的尺度有关；H(u)是Heaviside函数；ξ是从均匀分布中抽取的随机数；P为开关量参数；δ是步长；表示两个向量的entry-wise积。