Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/59884
Title: Оптимизация управления автономной энергетической системы с помощью роевых алгоритмов
Authors: Аманжолова, Нурбану Аманжоловна
metadata.dc.contributor.advisor: Шидловский, Станислав Викторович
Keywords: оптимизация; управление; роевой интеллект; фотоэлектрическая система; экстремальное регулирование мощности; optimization; control; swarm intelligence; photovoltaic system; maximum power point tracking
Issue Date: 2020
Citation: Аманжолова Н. А. Оптимизация управления автономной энергетической системы с помощью роевых алгоритмов : научный доклад / Н. А. Аманжолова ; Национальный исследовательский Томский политехнический университет (ТПУ), Управление магистратуры, аспирантуры и докторантуры (УМАД), Отдел аспирантуры и докторантуры (ОАиД) ; науч. рук. С. В. Шидловский. — Томск, 2020.
Abstract: Представленная научно-квалификационная работа посвящена решению задачи оптимизации управления автономной энергетической системы с помощью роевых алгоритмов. В ходе выполнения работы были разработаны компьютерные модели элементов фотоэлектрической системы, с помощью которых осуществлялись исследования разработанных алгоритмов. В работе предложены следующие алгоритмы: - алгоритм пчелиного роя с ручной настройкой параметров; - алгоритм пчелиного роя с мета-оптимизатором на основе генетического алгоритма. Результаты исследования показали улучшение качества управления в режиме экстремального регулирования мощности при применении алгоритмов роевого интеллекта, в сравнении со стандартным алгоритмом.
The presented scientific and qualification work is devoted to solving the problem of optimizing the management of an autonomous energy system using swarm algorithms. In the course of the work, computer models of the elements of the photovoltaic system were developed, with the help of which studies of the developed algorithms were carried out. The following algorithms are proposed: - Bee swarm algorithm with manual settings; - A bee swarm algorithm with a meta-optimizer based on a genetic algorithm. The results of the study showed an improvement in the quality of control in the mode of extreme power control when using swarm intelligence algorithms, in comparison with the standard algorithm.
URI: http://earchive.tpu.ru/handle/11683/59884
Appears in Collections:Научные доклады

Files in This Item:
File SizeFormat 
TPU911797.pdf131,29 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.