基于改进免疫遗传算法的电力系统无功优化

电力系统无功优化是保证系统电压质量、降低网损的重要措施.基于遗传算法、免疫算法的优缺点,提出一种应用于电力系统无功优化的新算法-改进的免疫遗传算法.对IEEE-30节点系统的仿真表明:该算法能够有效地提高收敛速度,避免早熟收敛.     

基于免疫遗传算法的自组织映射网络应用研究

研究了自组织映射网络的初始权值选取问题,提出了基于免疫遗传算法的自组织映射网络.利用免疫遗传算法选取网络的初始权值,优化网络模型的输入参数.应用该方法对员工缺席情况和鲍鱼年龄进行分类.实验结果表明,免疫遗传算法自组织映射网络的分类准确度及训练效率都高于遗传算法自组织映射网络.     

基于距离浓度免疫算法的机械优化设计

机械优化设计是复杂的非线性优化问题.受生物免疫原理的启发,提出了一种基于距离浓度的免疫算法,并将该算法用于机械优化设计中.通过对一个轴的优化设计实例表明,该方法比采用遗传算法和传统的免疫算法设计方法有更好的性能.     

免疫遗传算法在配电网重构中的应用

配电网重构是配电网络优化的主要措施,其实质是一个多目标非线性混和优化问题.采用免疫遗传算法来研究重构问题的求解方法.免疫遗传算法在传统遗传算法的基础上,借鉴生物免疫机制中抗体的多样性保持策略和记忆抗原的特点,大大提高了算法的全局搜索和局部搜索能力.实验表明,免疫遗传算法具有很好的全局收敛性,能有效解决配电网重构问题.     

瓶颈能力均衡优化利用的主生产计划方法

为解决企业生产计划与控制系统中主生产计划的优化编制和能力均衡利用问题,提出一种基于瓶颈能力均衡优化利用的主生产计划排产方法.该方法在保证产品需求数量和交货期的前提下,实现了展望期内各时段能力的均衡优化分配利用,增强了计划的稳定性和抗干扰能力,同时从成本角度对计划进行了优化.文章详细描述了算法的思想、规则和步骤,给出的实验结果和分析证明了算法的有效性.     

基于混合智能算法的电力系统无功优化研究

研究了电力系统的无功优化功问题,给出了结合电力市场实行的无功优化目标函数。在分析了遗传算法和蚁群算法各自优缺点的基础上,将遗传算法与蚁群算法融合,利用遗传算法的交叉、变异操作产生蚁群算法新的搜索路径,以此提高混合智能算法的全局搜索能力和收敛速度,并将混合智能算法应用于实例进行仿真。仿真结果表明,该混合智能算法具有快速的收敛速度和优良的全局优化能力。     

基于混合核搜索优化与麻雀算法的经济排放调度问题研究

随着人们对环境保护的日益关注，经济性、环保性电力调度已成为电力系统运行控制研究的热点之一。它本质上是一个多目标优化问题，在不违反操作约束的前提下，使燃料成本和排放污染同时最小化。为求解这一多目标问题，提出了一种基于核搜索优化(KSO)和麻雀算法(SSA)预警的改进算法(HKSOSSA).采用提出的(HKSOSSA)优化算法求解6机IEEE30节点的EED问题。结果表明，HHKSOSSA算法能够很好地权衡燃料成本与排放目标之间的关系。     

基于小生境技术遗传算法的局部动态阈值选取

为有效地对受噪声影响的图像进行分割,引入了一种基于改进型遗传算法的局部动态阈值选取算法.该算法以灰度图的最大类间差作为适应度评价函数,将图像分割问题转化成一个最优化问题,利用遗传算法的全局优化的特点,在整个求解空间中搜索到最优分割图像的阈值.针对基本遗传算法的一些不足之处,利用小生境的思想,对其进行了一些优化.实验结果表明,基于小生境技术遗传算法的局部动态阈值选取方法具有较强的鲁棒性.     

电力系统自动化中智能技术的应用

我国的社会主义市场经济不断完善和发展,经济发展中对电力系统自动化中智能技术的运用要求越来越高.同时对电力系统的运行目标不断提高,在优化电力系统的智能技术过程中,技术人员要以科学的理论为指导结合实践经验,不断的创新和改革电力系统中的智能技术应用.要在智能化技术发展的要求之下,不断降低对电力资源利用的成本投人,降低在电力能源输送过程中的能源损耗,提高电力行业的经济效益,实现电力资源的可持续利用.     

基于GAELM神经网络的日前电价预测

针对日前电价预测问题,利用极限学习机建立预测模型.鉴于极限学习机在训练前随机产生输入权重和隐藏节点偏置,可能导致预测结果不稳定以及预测精度太低的问题,提出了一种基于遗传算法(GA)和极限学习机(ELM)的预测方法.首先利用遗传算法对极限学习机随机生成的参数进行寻优,然后根据优化后的参数建立基于GA-ELM的电价预测模型.最后以此模型对PJM电力市场的日前电价进行预测.结果表明,相比ELM和BP神经网络,GA-ELM具有更高的预测精度.     

权衡电能损失和启停成本的水电站机组最佳运行计划

以水电站经济损失最小化为优化目标，提出了一个综合考虑电能损失与启停成本的机组最佳运行计划模型，使降低发电损失和减少开机次数这两个存在矛盾的问题得到兼顾，应用简单遗传算法进行优化，即可迅速得出一日内96个时段机组最经济的运行方式。该模型强调机组启停和水轮机效率之间的协调，考虑了尾水位、压力钢管水头损失和水轮发电机组效率的变化，能够快速制定出平稳的开停机计划，获得各机组最优的负荷分配结果，对竞价上网环境下水电厂的运行管理有一定的实际意义。     

大型火电厂经济运行调度系统设计与应用

针对电厂经济运行问题,设计了大型火电厂经济运行调度系统．重点讨论了遗传算法以及在电站机组经济运行优化问题中的应用,实现了最优机组组合与负荷分配,给出了机组启停的调度策略．另外,讨论了经济运行调度系统的实现与应用问题．     

促进发电节能的可中断负荷电价优化设计模型

如果电力系统的备用容量完全有发电机组来承担,可能会产生长期"备而不用"的问题.这不仅会造成资源的浪费,也会导致用户购电成本的增加.通过供电公司与用户之间签订的合同,把用户的可中断负荷作为发电的一种备用,如果系统供给能量,则用户需要向供电公司支付电能价格;如果备用容量不足,系统中断时该用户的电力供给,但供电公司向用户进行其低谷用电的电价赔偿.可中断负荷电价的确定既要有利于发电成本的下降,又要有利于保护供电企业的利益,还要有利于激励用户减少高峰负荷用电的积极性.正是基于这样的目的而讨论可中断电价的优化设计模型.     

Simulation platform of economical operation and dispatch for power plant based on float-coded genetic algorithm

This paper discusses a float-coded genetic algorithm and its application to the optimization of the power plant operation concerning the simulation problem of economical operation for power plant systems. The method proposed realizes the load optimization between generating units of power plants and their loads, solves the problem of influence of a unit plant pause spoilage and load variance on the optimal plant combination and load, and finally establishes a simulation platform for the power plant economical operation.     

燃煤发电机组之间节能置换及效益分配优化模型

我国电力市场基本上还属于改革初期,发电机组一部分上网电量及其上网电价由政府通过合同来保证,剩余发电量采取竞争方式决定上网电量额度及其上网电价,其目的就是为了保证新、老机组均能获得一定的生存能力。我国当前提倡的发电节能调度,就是考虑从合同发电向节能发电进行过渡,其目的是为了减少化石燃料的消耗。首先给出机组之间发电成本差距分析模型,在考虑合同电量基础上给出节能调度优化模型,最后确定需要置换的发电机组,并给出置换机组之间效益分配方式。     

影响发电厂厂用电率的因素探讨

厂用电率是发电厂重要的经济指标之一 .降低厂用电率可以降低发电成本 ,提高发电厂的经济效益 .结合焦作矿务局热电厂多年来的运行情况 ,分析、探讨了影响发电厂厂用电率的有关因素 ,指出了降低厂用电率应采取的措施 .     

含风电场的电力系统环保经济调度研究

在节能减排的电力市场环境下,清洁能源发电因其发电成本较低,环境污染小,而具有日益重要的地位。本文研究风电接入系统后的电力系统动态经济调度,建立了含风电场的环保经济调度数学模型,提出以系统总发电成本最低为目标函数,并考虑常规火电机组和风电场的各种约束条件。根据某地区的实际负荷数据,利用搜索能力强、寻优速度快的粒子群优化算法进行仿真验证,结果表明数学模型与优化算法的正确性与有效性。最后,应用相对熵均衡性理论,对优化调度的决策结果进行评价与选择。     

免疫遗传PID汽车纯机械转向系统参数优化

以免疫反馈机理和遗传PID算法为基础,提出了一种免疫遗传PID算法.该算法的核心是将免疫反馈机理和遗传算法结合,并以ITAE性能准则为目标函数;将该算法用于汽车纯机械转向系统PID参数优化的过程中,并用Matlab仿真实验.仿真结果表明:基于免疫反馈机理和遗传算法的PID参数优化可以有效地提高汽车转向柱转角跟随转向盘转角的速度,缩短滞后时间,且使汽车机械转向系统具有较好的稳定性,其结果可为汽车电动助力转向系统的参数优化提供理论依据.     

基于神经网络的光伏发电最大功率点跟踪算法

由于光伏阵列电压和电流的非线性,光伏发电输出能量存在最大功率点.为提高光伏发电系统的发电效率,提出了一种基于神经网络和Cuk变换器对光伏阵列最大功率点跟踪的算法.神经网络输入变量为温度和光照强度,学习算法采用梯度下降法,输出量为电压信号,用于调节Cuk变换器的开关占空比.仿真结果表明,该算法最大功率点跟踪控制精度较高,响应迅速,且系统适应性良好.