基于量子遗传和核模糊聚类的低压台区户变关系识别

户变关系对于营配融合、线损分析等业务的开展具有重要作用。为了得到准确的户变关系,本文提出一种基于量子遗传和模糊聚类的户变关系识别方法。主要思想为：由于不同台区电能表的电压过零偏移特征不同,采用核模糊C均值聚类对电能表电压的过零偏移进行分类,通过与变压器端的过零偏移比较,实现户变关系识别。首先,为了提高聚类精度和效率,采用量子遗传算法对模糊C均值聚类的聚类中心和核参数进行优化,并提出一种基于类间距离和类内距离的适应度函数构造方法。另外,为了解决遗传算法易陷入局部极值的问题,分别引入小生境协同进化策略、动态调整策略、Hadamard门变异策略,提高算法寻优能力。其次,通过对benchmark函数和UCI数据集特征的仿真测试,验证了本文提出方法比标准核模糊C均值聚类具有更高的聚类精度和运算效率。最后,采用本文方法对实际的台区变压器和电能表数据进行归属识别,结果表明,本文提出方法得到的结果与真实户变关系一致,具有较好的应用效果。     

基于最小欧式距离(1+1)小生境遗传算法的无功优化

针对电力系统无功优化存在的问题,提出了利用最小欧氏距离下(1+1)竞争小生境遗传算法,克服了小生境遗传算法中小生境难以确定的不足,改善了遗传算法容易陷入局部收敛和早熟的缺点。通过对IEEE30节点测试系统进行无功优化计算,验证了该算法全局搜索能力强、效率高。     

考虑DG接入与设备运行成本的配电网无功优化

以配电网综合运行成本最小为目标并考虑DG接入,提出了一种改进的配电网无功动态优化算法。分析了主要运行设备对配电网综合运行成本的作用机理并建立了以配电网运行综合成本最小的配电网无功优化数学模型;通过在迭代过程中依据电压偏差对DG注入无功量进行实时修正建立了改进的配电网前推回代潮流算法;建立了可兼顾处理状态量和离散量的混合粒子群算法并引入小生境操作以加速配电网无功优化过程;设计并研制了对应的配电网无功优化系统,并以此为平台进行了算例研究。算例结果表明,所提出的配电网无功优化算法能够进一步提高配电网运行的经济性,且对应的优化方案具有更强的可操作性。     

遗传模拟退火和小生境遗传算法在水库优化调度中的比较

根据溪洛渡水库的具体情况,建立了以发电量最大为目标的水库优化调度非线性数学模型,并利用遗传模拟退火算法（GSA）和小生境遗传算法（NGA）分别求解模型。结果表明,GSA和NGA的收敛速度和计算结果都明显优于基本遗传算法;且两者相比,GSA的收敛性更强,但计算时间较长。而在求解水库长系列优化调度问题时,各遗传算法占用机时太多,且收敛能力较差。     

无功优化控制变量作用的比较研究及选取策略

针对电力系统运行方式多变的特点,对不同负荷水平下的无功优化各控制变量的作用进行了比较研究,并给出了不同负荷水平下的控制变量选取策略,对工程实践有着一定的指导意义.无功优化算法采用遗传算法,并对基本遗传算法作了一定的改进,采用基于阶段进化的适应性策略,并加入了小生境技术以保持群体的多样性.     

基于种群划分与变异策略的粒子群优化算法

粒子群算法因其形式比较简洁，参数设置灵活，操作简便易行，并且能够快速收敛，从而引起广泛关注。但是传统的粒子群算法也有缺陷：收敛速度慢以及容易陷入局部最优等。针对这些问题，本文借鉴小生境的方法，在进化初始阶段，对种群进行划分，将初始种群分为子种群，对不同的子种群进行不同的变异策略；在进化过程中，针对不同的子种群，设置不同的惯性权重因子ω，用来增强全局搜索能力与局部搜索能力。实验结果表明，本文提出的算法较传统的粒子群算法具有较快的收敛性以及找寻的全局最优解更接近真实解集，收敛精度比较高。     

基于小生境遗传算法的生态景观格局空间结构优化

为了提高传统建筑景观的直观性,提高居民的满意度,并且实现绿色环保的设计,提出基于小生境遗传算法的生态景观格局空间结构优化,优化目的主要包括建筑成本、绿化带等公共设备。对景观格局优化的目标进行分析,主要包括提高生物多样性、维持能量、物质的流通、维持景观格局的稳定性、提高生活环境品质;实现景观规划的优化,包括确定生态廊道、不同高度城市风速模拟、不同高度城市温度场空间扩散模拟;实现基于小生境遗传算法的优化,并且对优化结果进行测试。测试结果表明,人们对于大部分建筑景观评价因子都表示比较满意,说明人们对景观优化之后的空间布局认可,证明所提算法能够优化建筑景观空间,提高居民满意度。     

基于INTLBO-SVR的低压断路器热脱扣时间预测

热脱扣时间是低压断路器的关键指标,利用断路器生产过程中可检测数据可以实现热脱扣时间的预测。针对支持向量回归(SVR)进行热脱扣时间预测,参数的选择对预测的精度和泛化性能影响较大问题,提出一种基于隔离小生境教学算法(Isolated Niche Teaching-Learning-Based Optimization Algorithm,INTLBO)优化支持向量回归的热脱扣时间预测方法。该方法针对教学算法易陷入局部最优的缺点,采用隔离机制的小生境技术对其进行改进,然后利用INTLBO寻优找到最优的SVR参数。根据低压断路器生产历史数据,建立基于INTLBO-SVR的热脱扣时间预测模型。仿真结果表明,与TLBOSVR和常规SVR等方法相比,INTLBO-SVR模型具有较好的预测性能。     

喀斯特区植物叶片研究

本研究选择了贵州荔波茂兰喀斯特原始森林生态系统作为对象,通过选择几种具有代表性的植物种,对其叶片δ1 3C值进行研究探讨:1)喀斯特地区不同植物种叶片δ1 3C值的季节变化;2)不同生境植物叶片δ1 3C值的变化。从这两个方向上探讨植物的水分利用效率,研究影响其变化的主要环境因子。