花授粉算法 (FPA) 已得到改进，以增强我们收集风能用于发电的方式。详细信息发表在《国际自动化与控制杂志》上。
广州华南理工大学的 Amoh Mensah Akwasi 和 Xie Wei 以及中国武汉武汉大学电气工程学院的 Otuo-Acheampong Duku 为通过改进 FPA 优化风力发电取得重大进展播下了种子。该算法广泛应用于工程、优化和机器学习领域。
FPA 的工作原理是创建一堆可能的解决方案，每一个都比喻为一朵花。授粉导致遗传物质转移以产生更接近最佳解决方案的新植物。重复这个过程，每一代连续的花解决方案都更接近给定问题的最佳解决方案。虽然该算法可以有效解决许多问题，但其单向移动到最佳解决方案的过程可能会很缓慢。
该团队对 FPA 的调整包括添加一个两级 Luenberger 观察控制器，重点是改善风力发电。这一添加使算法能够观察并适应全局和局部授粉动态，从而显着提高花坛中解决方案之间较长距离(或更确切地说，“解决方案空间”)的效率。
从技术角度来看，Luenberger 观察器控制器引入了一种新结构，使算法超越了之前的单向方法。此更改旨在加速解决方案收敛并提高效率。
该方法允许团队根据增强型 FPA 获得的本地和全局最佳解决方案调整风力涡轮机的转速，从而优化风力涡轮机的效率。与传统方法不同，改进的 FPA 为传粉者引入了双向运动，增强了它们对最佳解决方案的搜索。该团队的模拟和测试表明，改进后的 FPA 显着提高了风力涡轮机的性能，增加了功率输出并稳定了波动。