典型文献
基于改进自适应粒子群算法的光伏电池参数识别
文献摘要：
为解决传统粒子群算法辨识光伏电池参数易陷入局部极值及辨识准确性低的问题,通过分析单二极管光伏电池电路拓扑,提出一种改进自适应粒子群优化算法的参数辨识模型,采用自适应策略调节传统粒子群算法中的惯性权重因子,引入异步学习因子平衡全局极值和局部极值之间的搜索关系,利用所构建的自适应粒子群优化模型,识别三种不同类型光伏电池的参数,与传统粒子群参数辨识方法进行对比分析.结果表明,所提改进自适应粒子群算法在参数辨识中具有更高的精度,平均相对误差为1.109％ ～2.505％,总体误差均在3％以下,验证了所提自适应粒子群算法在光伏电池参数辨识中的可行性和有效性.
文献关键词：
光伏电池;单二极管;参数识别;牛顿迭代;APSO
中图分类号：
作者姓名：
朱显辉;钟敬文;师楠;付朕;刘忠武
作者机构：
黑龙江科技大学 电气与控制工程学院,哈尔滨150022;哈尔滨理工大学 电气与电子工程学院,哈尔滨150080
文献出处：
引用格式：
[1]朱显辉;钟敬文;师楠;付朕;刘忠武-.基于改进自适应粒子群算法的光伏电池参数识别)[J].黑龙江科技大学学报,2022(06):784-789
A类：
B类：
自适应粒子群算法,光伏电池,参数识别,局部极值,单二极管,电路拓扑,自适应粒子群优化算法,辨识模型,自适应策略,惯性权重,权重因子,异步,学习因子,全局极值,三种不同类型,参数辨识方法,平均相对误差,牛顿迭代,APSO
AB值：
0.243321
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
