[发明专利]一种工程参数寻优方法及系统

权利要求书

1.一种工程参数寻优方法，其特征在于，包括：

预先构建与预设工程问题对应的目标函数；其中，所述目标函数对应的解为d维的解，d为正整数；所述目标函数为以最小系统燃料费用为目标的水火发电系统中系统燃料费用与火电厂出力之间的函数关系；

在满足所述目标函数的约束条件的前提下，利用新型灰狼算法对所述目标函数求解；其中，所述约束条件包括系统功率平衡约束、水量平衡约束、水电站出力约束、火电厂的出力约束；

其中，利用所述新型灰狼算法对所述目标函数求解具体过程包括：

预设狼群；其中，所述狼群包括M个个体，所述狼群中每一个个体均构成所述目标函数的一个解，M为正整数；

对所述狼群进行S次迭代更新，得到更新后的狼群，S为正整数；

从所述更新后的狼群中筛选出全局最优个体，并将所述全局最优个体所对应的解确定为所述预设工程问题的最优工程参数；

其中，对所述狼群进行任一次迭代更新的过程，包括：对所述狼群进行更新，得到中庸狼群，对所述狼群和所述中庸狼群中每个个体进行适应度计算，从所述狼群中的个体和一一对应的所述中庸狼群的个体之间筛选出适应度最高的第一组M个个体，得到第一狼群，当满足修正条件，则利用纵向交叉操作，修正所述第一狼群更新方向，得到修正后的中庸狼群，对所述第一狼群和所述修正后的中庸狼群中每个个体进行适应度计算，从所述第一狼群中的个体和一一对应的所述修正后的中庸狼群的个体之间筛选出适应度最高的第二组M个个体，得到第二狼群。

2.根据权利要求1所述的工程参数寻优方法，其特征在于，所述对所述狼群进行更新，得到中庸狼群的过程，包括：

利用更新公式，对所述狼群进行更新，得到所述中庸狼群；其中，所述更新公式为:

式中，为中庸狼个体，为α狼，为β狼，为δ狼。

3.根据权利要求1所述的工程参数寻优方法，其特征在于，所述对所述狼群和所述中庸狼群中每个个体进行适应度计算，从所述狼群中的个体和一一对应的所述中庸狼群的个体之间筛选出适应度最高的第一组M个个体，得到第一狼群，包括：

利用所述目标函数，对所述狼群和所述中庸狼群中每个个体进行适应度计算，利用筛选公式从所述狼群中的个体和一一对应的所述中庸狼群的个体之间筛选出适应度最高的所述第一组M个个体，得到所述第一狼群；其中，所述筛选公式为：

式中，为所述中庸狼群中的个体，为所述第一狼群中的个体，为所述狼群中的个体，为所述中庸狼群中的个体的适应度，为所述狼群中的个体的适应度。

4.根据权利要求1所述的工程参数寻优方法，其特征在于，每次方向修正操作只产生一维子代。

5.根据权利要求1至4任一项所述的工程参数寻优方法，其特征在于，所述当满足修正条件，则利用纵向交叉操作，修正所述第一狼群更新方向，得到修正后的中庸狼群的过程，包括：

对所述第一狼群中每个个体的维执行归一化操作；

对所述第一狼群中个体的所有维进行随机两两不重复配对，并对满足修正条件的配对维进行修正，得到修正后中庸狼个体标量的维，当不满足所述修正条件，则不进行修正；

对所述修正后中庸狼个体标量的维进行反归一化操作，得到所述修正后的中庸狼群。

6.根据权利要求5所述的工程参数寻优方法，其特征在于，所述对所述第一狼群中每个个体的维执行归一化操作的过程，包括：

利用归一化公式，对所述第一狼群中每个个体的维执行归一化操作；其中，所述归一化公式为：

式中，D为维数，为狼的第d维变量，为归一化后所对应的标量，max(d)和min(d)分别为所述中庸狼群中第d维变量的上限和下限。