共查询到20条相似文献,搜索用时 343 毫秒
1.
《电力系统及其自动化学报》2017,(10)
为了克服基本蝙蝠算法后期收敛速度慢、易陷入局部最优的缺点,在原始算法中引入小生境技术并进行改进。在改进算法中,将小生境半径设置为自适应变化的动态函数;在单个小生境群体中采用信息共享机制,对相似蝙蝠数量的过度增长进行抑制;采用优质蝙蝠邻域搜索及存储策略对每一代每个小生境群体的优质蝙蝠进行储存。对某21节点系统进行了无功优化,并与遗传算法、基本蝙蝠算法进行比较,结果表明改进的算法具有更好的全局搜索能力和收敛性能。 相似文献
2.
基于小生境技术改进遗传算法在供电网规划中的应用 总被引:2,自引:0,他引:2
通过对遗传算法过早收敛原因的分析,认为遗传算法出现过早收敛主要与问题解的分布状况、种群个体的分布情况及遗传算子的应用有关,提高算法全局收敛性能的核心就是使算法科学的处理种群多样性及最优解信息搜索策略。结合小生境进化共享思想,形成一种旨在提高遗传算法全局收敛性、求解全局最优解的遗传算法,并将之用于多目标电网扩展规划中。对Gaver-6节点网络进行了规划,仿真结果证明了这种算法的有效性。 相似文献
3.
4.
通过对电网中断路器、保护等设备动作信息分析,建立适合智能算法优化的电网故障诊断分析模型。电网故障模型维数高、离散型、非线性、动态性等特点对智能算法寻优性能要求极高。粒子群优化算法在多维函数寻优、动态目标寻优等方面有着收敛速度快、求解质量高和鲁棒性好等优点。针对电网故障模型的特点,从基本粒子群优化算法的优化特性出发,引入小生境搜索的思想,提出了改进的小生境粒子群优化算法。算例结果表明,改进的优化算法大幅度提高了搜索速度和收敛精度,从根本上提高了电网故障定位精度和故障抢修的反映速度,具有很好的应用前景。 相似文献
5.
6.
数据安全风险评估对于能源信息物理系统安全稳定运行至关重要。现有的从二次设备、信息等角度来分析数据安全风险已经无法满足能源信息物理系统广泛的能源接入和各能源之间的能量、信息交互需求。首先提出基于粗糙集的数据安全风险要素特征选择算法,对影响能源信息物理系统中数据的安全风险特征集进行特征选择,降低能源信息物理系统数据安全风险要素集的维度;在此基础上,利用基因表达式编程(gene expression programming, GEP)的函数挖掘特性,提出基于混合GEP的能源信息物理系统数据安全风险识别算法,通过设计小生境种群生成策略以及动态自适应变异概率动态调整策略来提高数据安全风险识别的准确率和效率。仿真实验结果表明,所提算法对于复杂高维的能源信息物理系统数据安全风险集的识别和预测具有较高的准确率和较强的实用性,可为下一步制定能源信息物理系统数据安全防护策略提供理论方法支撑。 相似文献
7.
基于改进小生境遗传算法的电力系统无功优化 总被引:3,自引:0,他引:3
针对电力系统无功优化问题,提出一种改进小生境遗传算法来克服小生境遗传算法中小生境难以确定的不足,改善遗传算法容易陷入局部收敛和早熟的缺点。通过模糊动态聚类分析方法实现小生境群体的划分,然后利用适应度共享技术对小生境内个体适应度进行调整,以提高全局寻优能力。提出和运用隔代小生境共享机制、最优个体邻域搜索及保留策略等以提高算法的计算速度和收敛速度。通过对IEEE 57节点测试系统进行无功优化计算及结果分析,说明所提出算法的全局搜索能力强、效率高,能得到较好的结果。 相似文献
8.
针对云粒子群算法(CPSO)在电力系统无功优化中易陷入局部极值,也存在早熟收敛问题,将基于云数字特征(期望值、熵值、超熵值)编码的云粒子群算法进行了改进:依据解空间的变换将局部搜索和全局搜索相结合,用正态云算子实现粒子的进化学习和交叉变异操作。改进的算法在时间、存储量性能上有了明显的提高,将改进后的算法应用到IEEE30节点标准测试系统和电网中进行仿真运算,与其它算法进行比较。结果表明,该方法在配电网无功优化中能取得更好的全局最优解,加快了收敛速度,提高了收敛精度。 相似文献
9.
10.
利用遗传算法的全局搜索性能和BP算法较强的局部搜索能力,提出一种收敛速度快的改进遗传神经混合算法,并应用于油中溶解气体分析的电力变压器故障诊断中,实际结果表明,该算法能对电力变压器各种故障进行有效分类,并具有较快的收敛速度和较高的诊断精度。 相似文献
11.
针对目前元件级的电力信息物理脆弱性评估应用于实际大规模电力信息物理网时存在计算复杂度高和脆弱性保护配置难的问题,充分考虑网络的介观局域特征和社团结构,提出了一种考虑信息物理融合的电网脆弱社团评估方法。以电力系统潮流为边权重,采用Fast Unfolding算法对电网进行社团划分,根据电网和通信网对应分层分区建设的现状和实际耦合关系划分通信网社团,IEEE标准算例的仿真结果证明所采用社团划分方法的优越性。在不同的社团内部耦合关系下采用不同的攻击策略攻击电网中各个社团,根据整个信息物理融合系统故障后的最大连通子集指标评估电网中的脆弱社团,符合我国电网和通信网分层分区建设的现状,有利于减少计算复杂度和脆弱性保护模块化配置的难度。华中500 kV电网信息物理系统的仿真结果证明了所提方法的可行性。 相似文献
12.
《IEEJ Transactions on Electrical and Electronic Engineering》2017,12(Z1):S20-S32
For the assessment of 1‐h‐ahead electrical energy demand, this paper presents an improved backpropagation neural network that has been integrated with a simulated annealing algorithm and a chaos search genetic algorithm. A self‐adaptive learning rate and modified momentum factor are suggested to enhance the performance of the traditionally used backpropagation algorithm. For the combination scheme, the initial parameters of the improved backpropagation neural network have been modified through the utilization of the global search capability of the genetic algorithm. This has been enhanced by cat chaotic mapping to increase the genetic algorithm's optimization ability. The strong local search feature of the simulated annealing algorithm has been used to further enhance the solution set that was created by the optimized genetic algorithm. The model is tested for small and large‐sized grid data, integrated with renewable sources. The performance of the model is also verified for fluctuating load demand conditions. Furthermore, the proposed model performance is tested for all the four seasons of the year to validate its efficacy during seasonal variations. The results of the proposed technique in all these scenarios show higher prediction accuracy and fast convergence than the existing methods. The acceptable precision of 1‐h‐ahead load forecast and its adaptation in different load demand conditions determine the usefulness of the proposed model in the modern deregulated power industry. In particular, the model can be effectively implemented for the enhancement of demand response and other dynamic features of the smart grid. © 2017 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc. 相似文献
13.
14.
15.
The existing electric power grid is upgraded into a smart grid through an intelligent communication infrastructures, layers of information, extensive computing and sensing technologies. These cyber and physical components of grid together constitute a complex cyber-physical system (CPS), and this integration increases the risk from cyber attacks and introduces new vulnerabilities to the power system. Researchers need a power system testbed which can provide a platform for realistic experiments. This paper presents the development of a real-time cyber-physical system testbed for cyber security and stability control. We use SEL 351S protection system with OPAL-RT including control functions and communications to build a cyber-physical environment. In this testbed, we conducted power grid security experiment by knocking down two transmission lines in a row and analyzed the impact of failures. Meanwhile, we provided two mitigation strategies for this failure using optimal power flow. In addition, we conducted load fluctuations for multimachine power system, and provide timely adaptive control strategies. 相似文献
16.
在主动配电网信息物理系统中,信息系统与物理网架之间存在强耦合关系。在电网复杂的信息物理交互作用下,信息系统的异常或故障会直接影响并降低电力系统的运行水平,甚至引发严重的连锁故障。且相对于传统电力系统,电网信息物理系统的风险致因因素更多,交互机理更复杂,监测识别更困难。电网信息物理系统的安全风险问题已成为当前亟待解决的基础问题之一。以主动配电网为研究对象,对信息侧架构与信息物理交互机理进行分析,建立了信息攻击下的风险传递模型,揭示了故障在配电网信息物理系统中的演化机理。最后,在DIgSILENT中搭建仿真算例进行实例分析,验证了所提出模型的正确性,并对未来配电网如何抵御信息侧风险,加强安全风险防护水平提出了建议。 相似文献
17.
18.
为了解决粒子群算法(PSO)局部搜索能力较弱和存在早熟收敛的问题,提出了将禁忌搜索(TS)思想融入到粒子群算法中的混合算法,并将该算法应用到电力系统无功优化中。改进后的算法综合了粒子群算法快速性、随机性和全局收敛的优点,还具有禁忌搜索局部寻优的能力。通过对IEEE-30节点测试系统、铜陵电网实际进行仿真计算,并与其它算法进行比较,结果表明该算法能取得更好的全局最优解,既加快了收敛速度,又提高了收敛精度。 相似文献
19.
在应用深度神经网络的基础之上,提出一种对电网网络损耗进行有效评估与优化的方法。该方法通过神经网络寻求电网中无功补偿设备、变压器的运行状态与系统网络中网络损耗的内在联系,再结合改进遗传算法对其优化,实现在线快速调节控制。方法解决了电网使用传统最优潮流计算求解非线性混合变量规划时存在的收敛性问题,文中放弃了使用潮流分布数据采用节点电压数据替代实现降维的同时保证电力系统中全局响应信息,采用佳点集抽样样本优化神经网络训练的效果,并改进传统遗传算法提升搜索的全局性或收敛的速度,最后本章通过IEEE30节点系统对本套方案进行仿真验证,证明了改进方法的有效性。 相似文献