一种基于改进PSO算法的自动阻抗匹配方法与流程

本发明属于电力线通信技术领域，涉及一种基于改进pso算法的自动阻抗匹配方法，用于自动电力线阻抗匹配系统。

背景技术：

随着智能配电网研究的不断深入，大数据分析技术的逐步应用，对配电通信网提出了越来越高的要求。电力线载波通信(powerlinecommunication，plc)技术具有天然的通信信道及应用的灵活便利性，已成为中压配电通信网重要选择，在中压配网配电自动化领域具有很强应用潜力。在电力线载波通信系统中，电力线信道的环境复杂，并联有大量的用电设备，会对信道产生复杂的干扰作用，由于电力线并非专门为高频信号的通信而设计，所以通信环境非常的恶劣。其开放的线路环境、复杂网络结构和多变的负载特性，使得信道环境具有高噪声、高衰减和阻抗不匹配等特性。

电力线载波通信的输入阻抗与输出阻抗的匹配不当会导致驻波的产生而影响信号的耦合效率，甚至完全阻断电力线载波通信。在电力线载波信号发生模块和负载阻抗间加一个同定的无源电路，使在一定的信号发射功率下最有效地把信号耦合入电力线信道，但是电力线负载阻抗是一个变化的值，固定的阻抗匹配网络无法保证载波通信网络长时间处于最佳阻抗匹配状态。

为了提高电力线载波通信的效率，解决由于阻抗不匹配导致的信号传输问题，本文提出了一种基于改进pso算法的自动阻抗匹配方法：1)建立π型无源阻抗匹配网络，通过调节电容值来匹配变化的电阻；2)设计并改进了粒子群算法来计算匹配网络中的电容值对不同性质的负载和不同频点时的电力线载波通信均能进行较好的匹配。

技术实现要素：

本发明的目的在于提供一种高效率的中压电力线载波通信阻抗匹配系统，解决了现有的plc通信由于阻抗不匹配的原因而导致通信效果质量不佳甚至无法通信的问题。

本发明所采用的技术方案步骤如下：

步骤1：建立无源阻抗匹配电路

选用一种π型匹配网络，由于可调电感的体积较大，所以π型的无源阻抗网络由一个固定电感和两个可以调节的电容组成。

步骤2：建立自动阻抗匹配电路

在负载阻抗发生变化或频率发生波动和变化使电力线的特性阻抗发生变化时，自动调节无源匹配网络的元件参数，从而实时匹配。负载的变化作为扰动量使负载阻抗发生变化，对负载阻抗进行实时测量并进行优化计算，通过迭代计算得到元件最优解，将最优解反馈到系统输入端的无源阻抗匹配电路。

步骤3：利用改进pso算法计算匹配网络的元件值

1)计算等效电路的信号源输入阻抗zin：

式中，负载阻抗zl＝r+jx，为电力线载波信号的中心频率。

2)计算等效电路的信号源输出阻抗zeq：

式中c1和c2为两个可调的电容参数。

3)建立目标函数：

通过lc无源网络使电力线载波通信的输入阻抗等于输出阻抗的共轭值时，信号的输出最大功率，信号衰减最小，目标函数fx为：

式中，θin和θeq分别为输入阻抗和输出阻抗的偏转角度。当fx取得最小值时，c1和c2为最佳解，电力线载波通信效率高。

4)计算改进粒子群算法参数

vi+1＝w*vi+c1*r1*(pbest-xi)+c2*r2*(gbest-xi)(4)

xi+1＝xi+vi(5)

式中，vi是粒子进化的速度相量，xi为粒子进化的位置相量，pbest为粒子本身发现的最好位置，gbest是群体中所有粒子发现的最好位置；r1和r2是介于0和1之间的随机数；c1和c2为学习因子，是一组非负常数；w为算法的惯性权重因子，这里采用ldw(linearlydecreasingweight)算法将惯性因子线性减少：

式中，g为目前算法的迭代次数，而gmax为算法最大迭代进化次数，wmax为惯性权重因子的最大值，wmin为惯性权重因子的最小值。

步骤4：利用算法计算匹配电路的元件参数

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是选用的π型匹配网络；

图2是自动阻抗匹配系统结构；

图3是等效的匹配电路图；

图4是粒子群算法程序流程图；

图5是负载为阻性的算法优化过程；

图6是负载为容性的算法优化过程；

图7是负载为感性的算法优化过程；

具体实施方式

本发明的目的是设计一种基于改进pso算法的自动阻抗匹配方法，以较好的自动匹配电力线载波通信负载阻抗的变化，明显改善和提高电力线载波通信的传输效率。

为使本发明的特征和优点能更加浅显易懂，下面结合具体实施方式和附图对本发明进行详细说明。

信号源输出阻抗rs取50ω，载波频率取当前低压电力线载波通信常用的150khz，260khz和480khz，电感l取17μh；c1，c2为匹配网络中的两个参数，学习因子取c1＝c2＝2，惯性权重因子wmax的最大值取0.9，最小值wmin取0.4。种群粒子数为20，每个粒子的维数为2维，算法迭代进化次数设为100。

用matlab在负载阻抗分别为阻性、容性和感性的条件下对载波频率分别为150khz，260khz和480khz的低压电力线载波通信电路仿真，负载的阻抗值分别取5ω，5+j5ω和5-j5ω。

1.粒子位置和速度初始化，并计算粒子适应度值。在可行解空间中初始化一群粒子，每个粒子代表适应度函数的最优解。

2.寻找个体极值和群体极值。寻找出粒子的个体的和群体的最佳速度相量和位置相量，进行更新。

3.计算粒子的适应度值，更新粒子的个体极值和群体极值。

4.判断计算出的粒子极值是否满足条件，如果满足，则得出粒子最佳值；若不满足，则线性改变算法的惯性因子，重新回到第二步计算。该算例经过pso算法优化得到的最优值如下表所示：

表1pso算法计算的元件值

如附图5、6、7所示，采用了惯性因子减少的pso算法，在三种负载条件下的目标函数的优化过程中，迭代到20代左右时，逐步取得最优值。阻性负载时，优化速度最快且三个频点下的曲线差别小；容性或者感性负载时，收敛速度降低，且载波频率对目标函数优化收敛的影响较大。仿真结果表明，基于pso的电力线载波通信阻抗自动匹配算法能在常用的窄带电力载波频点上对各种负载阻抗的变化有较好的自动阻抗匹配。

如附图5所示阻性负载时，目标函数优化速度最快，并且三个频点下优化曲线差别小；如附图6、7所示，当负载阻抗为感性和容性时，算法的收敛速度相对于纯电阻负载时有个明显的降低，且载波频率对目标函数优化收敛的影响较纯电阻负载大。pso算法的收敛速度基本上是随着载波频率的增加而减慢。结果表明，基于pso的电力线载波通信阻抗自动匹配算法能在常用的窄带电力线载波频点上对各种负载阻抗的变化有较好的自动阻抗匹配。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。