← 返回列表

一种基于量子郊狼优化算法的总谐波失真还原方法

申请号: CN202311361086.6
申请人: 南昌大学; 南昌大学新一代信息技术产业研究院
申请日期: 2023/10/19

摘要文本

本发明公开一种基于量子郊狼优化算法的总谐波失真还原方法,包括:初始化候选解种群,每个候选解都由一组参数表示;量子旋转门使用量子旋转门对每个候选解进行编码;可以将每个候选解表示为一个量子态;评估代价函数:评估每个候选解的代价函数值,代价函数是总谐波失真;选择和交叉:选择和交叉优秀候选解以生成新的种群;重复迭代直到满足停止准则为止。本发明设计了一种新的量子郊狼优化算法的总谐波失真还原技术来最小化混合发电系统中的总谐波失真。量子土狼优化算法系统是通过将量子的概念与传统的土狼优化算法结合而来的。本发明对比例积分控制器的积分和比例增益变量进行了调整,从而达到减小总谐波失真的目的。

专利详细信息

项目 内容
专利名称 一种基于量子郊狼优化算法的总谐波失真还原方法
专利类型 发明申请
申请号 CN202311361086.6
申请日 2023/10/19
公告号 CN117650530A
公开日 2024/3/5
IPC主分类号 H02J3/01
权利人 南昌大学; 南昌大学新一代信息技术产业研究院
发明人 丁峰; 江紫寒; 朱小刚; 刘春年
地址 江西省南昌市红谷滩新区学府大道999号;

专利主权项内容

(来源 马克数据网) 1.一种基于量子郊狼优化算法的总谐波失真还原方法,其特征在于,包括:步骤110、初始化:初始化候选解种群,每个候选解都由一组参数表示;步骤120、量子旋转门使用量子旋转门对每个候选解进行编码;可以将每个候选解表示为一个量子态;步骤130、评估代价函数:评估每个候选解的代价函数值,代价函数是总谐波失真;步骤140、选择和交叉:选择和交叉优秀候选解以生成新的种群;步骤150、重复迭代:在新的种群中重复执行步骤120-140直到满足停止准则为止。