带遗传算子模拟植物生长算法在AGC机组调配 经济性中的应用

建立AGC机组调配调节费用的数学模型,采用一种带遗传算子模拟植物生长算法(Plant Growth Simulation Algorithm,PGSA),应用于机组调配经济性研究。为解决完整模拟植物生长过程全局搜索可能速度过慢的问题,采用最优保留和最差杂交后保留的策略,可在加速计算速度的同时抑制早熟,防止陷入局部最优。此外,为防止新生长点过于聚集,采用K-means聚类算法对机组进行分类,并在长出新生长点时,同类机组选择差异性较大的变异方式。对于存在多个最优解,采用多解平均法,确保机组调配的公平性。通过计算结果对比验证了该算法的合理性及有效性。     

模拟植物多向生长的配电网重构算法

应用植物多向生长模拟算法求解配电网络静态重构问题。在植物生长过程中,其总体形态处处蕴涵着分形的性质。从优化数学角度来看,生长点对应优化问题的控制变量;树干和树枝构成控制变量解空间;光照条件最好点对应目标函数最优解;树根对应控制变量初始值。因而植物向光性生长机制可用于求解配电网络重构的整数规划问题。植物多向生长模拟算法在基本的植物生长模拟算法基础上对植物形态素浓度的求解进行了改进,且增加了新枝的随机生长方向;同时从丰富随机生长方向的角度进一步改进了植物多向生长模拟算法。在算法计算过程中以基本环路作为控制变量,采用3个经典测试系统IEEE16、IEEE33、PGE69和3个大型实际网络Taipower84、Bus119、Bus136作为算例进行重构计算,结果表明植物多向生长模拟算法具有良好的全局寻优能力,且可行解的多样性使算法收敛速度加快。     

应用改进模拟植物生长算法求解无功优化问题

为了提高求解电力系统无功优化问题的计算速度,提高得到全局最优解的概率,保证电力系统的安全、经济、稳定运行,论文对模拟植物生长算法进行了改进并应用于求解无功优化问题;提出了最佳生长点集规模和变步长的寻优策略,调整了无功优化的约束条件和变量类型。理论分析与IEEE30节点系统的计算分析结果均表明该研究方法求解系统无功优化问题,对系统参数要求更宽松,计算速度更快,寻优能力更强。     

混沌模拟树木生长算法在无功优化中的应用

针对模拟树木生长算法在求解大规模电力系统无功优化问题中存在的收敛稳定性差、难以找到全局最优解的缺点,提出了新的无功优化算法——混沌模拟树木生长算法（CTGSA）。该方法利用混沌优化所具有的对初值敏感性和遍历性的特点,在模拟树木生长寻优过程中引入混沌移民操作来改善生长点集中可行解的质量、增加可行解的多样性,从而提高算法的收敛稳定性和寻优精度。将该算法应用于IEEE 30节点系统,结果表明该算法具有较强的全局优化能力和收敛稳定性。     

混沌模拟树木生长算法在无功优化中的应用

针对模拟树木生长算法在求解大规模电力系统无功优化问题中存在的收敛稳定性差、难以找到全局最优解的缺点,提出了新的无功优化算法--混沌模拟树木生长算法(CTGSA).该方法利用混沌优化所具有的对初值敏感性和遍历性的特点,在模拟树木生长寻优过程中引入混沌移民操作来改善生长点集中可行解的质量、增加可行解的多样性,从而提高算法的收敛稳定性和寻优精度.将该算法应用于IEEE 30节点系统,结果表明该算法具有较强的全局优化能力和收敛稳定性.     

基于粒子群修正策略的机组组合解耦算法

机组组合问题是电力系统优化运行的一个难点,理论上难以得到最优解。提出了一种基于粒子群修正策略的解耦算法。首先采用集结投影次梯度的拉格朗日松弛算法得到机组组合的对偶解;然后依据对偶信息中的备用乘子及对偶组合状态建立粒子群优化空间;而后利用无约束的标准粒子群优化算法实现拉格朗日乘子的局部更新,通过粒子的调整和粒子间信息的传递改变机组启停,进而修正拉格朗日对偶解,最终得到机组组合问题的近似最优解。6个系统的仿真计算验证了该方法的求解速度及计算精度。     

基于混合智能算法的配电网络重构

提出了一种基于最优流和模拟植物生长法的配电网络重构混合算法。该算法模拟植物生长算法,帮助最优流算法避开局部最优,减少搜索次数和开关变换次数,从根本上提高计算速度。算法将目标函数与约束条件分开处理,采用方向性的搜索机制,避免了一些参数难以确定或搜索方向无引导性而陷入局部最优的问题。根据配电网的特点,改进了以开关作为控制变量的表达方式,降低了变量维数,提高了计算效率。采用四种状态描述开关的运行方式,有效减小了寻优过程中的搜索范围。对IEEE69节点系统进行分析计算,并对比相关文献结果,所提方法具有快速的全局寻优能力。     

模拟植物生长算法及其在输电网规划中的应用

将根据植物的向光性动力机制构造的模拟植物生长算法应用于输电网规划。采用相关文献中常用的18节点系统对所提出的方法的正确性进行了验证,得到了包括在其他相关文献中还没有出现过的方案在内的一批优化方案,且解的稳定性好。计算结果表明:模拟植物生长算法具有计算模型简单、约束条件处理方便、兼具方向性和随机性的搜索机制等特点,避免了已有的仿生类算法由于一些参数难以确定而陷入局部最优的问题,非常适合于求解输电网规划问题。     

AGC机组调配经济性的改进免疫算法研究

对于电力市场的买卖双方,成交电量及价格直接关系到厂网的经济效益。采用考虑机组调节容量和调节速度约束条件的机组数学模型,提出了一种解决电力系统AGC（自动发电控制）机组调配问题的改进免疫算法。采用启发式方法产生初始解,对参调机组与参调容量进行双层优化,使优化调度问题的收敛速度和效率有了显著的提高。通过实际系统的算例分析以及与常用算法的效果比较,验证了本算法在优化机组调配经济性方面应用的优越性及有效性。     

基于粒子群优化算法的AGC机组调配研究

电力市场下AGC机组的调配问题是辅助服务领域中的一个重要研究内容.提出了一种基于粒子群优化算法的AGC机组调配方案.该方法基于AGC机组调配的数学模型,考虑了机组调节容量,调节速率等约束条件.介绍了算法的基本原理,并分析了参数的不同取值对算法收敛性的影响.实际系统的算例表明,利用粒子群优化算法,不仅可以克服整数规划法可能得不到最优解的缺点,而且与遗传算法比较具有收敛性好,收敛速度快的优点,从而为AGC机组的调配问题提供了一种新的有效算法.     

一种基于GA—BP混合算法的模糊神经网络控制器

提出一种用于优化模糊神经网络控制器参数的GA—BP混合算法,该算法一方面由遗传算法保证学习的全局收敛性,克服梯度法对初始值的依赖性和局部收敛问题;另一方面,与“精确的”梯度学习算法的结合也克服了单纯遗传算法所带有的随机性和概率性问题,有助于提高它的搜索效率。仿真结果证明了算法的有效性。     

基于LSI的快速RSA算法的分析与改进

通过对一种基于LSI的快速RSA算法的分析,指出了其中影响运算效率的原因和其可以改进的方面.结合目前最新的改进SMM算法和分块模幂算法,提出了一种基于分块模幂思想的基于LSI的快速RSA算法.在求模运算中运用了乘同余的对称性,从而提高了算法的运行效率.最后,从算法复杂性理论上证明了新算法的效率要高于原来的算法.     

基于遗传算法与蚁群算法的电网规划

针对遗传算法求解到一定范围容易产生大量冗余迭代、求解精度低.蚁群算法初期信息素匮乏、求解速度慢的缺陷,在电网规划算法中,将遗传算法与蚁群算法融合,在网架规划初期采用遗传算法求解出最优解,通过最优解生成蚁群算法的初期信息素,确定吸引强度的初始值,建立强度更新的模型,从而得到满足电网规划的最优方案.最后通过18节点的算例证明,融合算法在收敛性与寻优性上均得到提高.     

滤除衰减非周期分量的微机保护算法研究

寻找合适的算法是微机保护的一个重要任务。作者的目的是在目前国内外有关微机保护算法的文献中寻找一种兼顾精度与速度,并适合微机保护的“最佳”算法。为此通过大量的仿真计算,对各种算法的计算精度与计算速度进行了对比。首先给出微机保护常用算法中傅里叶算法及改进傅氏算法、卡尔曼算法和递推最小二乘算法对含非周期分量故障信号计算方法,分析各算法的误差来源和频谱特性,然后进行仿真计算方法,分析各算法误拳来源和频谱特性,然后进行仿真计算,在采样率分别为12点／周、20点／周40点／周上,在80P51XA16位单片机上各算法的计算精度进行了对比计算。得出了采用并联补偿的傅氏算法且选择采样率为20点／周的方案是能兼顾精度与速度的“最佳”组合方案的结论。     

基于曲线拟合法的新型定制电力设备快速检测算法

定制电力配套设备的运用可有效地补偿电压暂降和瞬时断电,其研究开发过程中遇到的一大难题是:寻求快速算法,以便在3ms以内检测出电压暂降和瞬时断电。在分析常规保护用检测算法如有效值计算法、缺损电压法、辨别导数算法、三相d-q分解法、利用单相电压延迟60°构造三相虚拟电压d-q变换法和利用求导数法构造三相虚拟电压d-q变换法的优缺点基础上,提出了基于曲线拟合法的快速检测算法。通过研究两采样值积曲线拟合法、三采样值积曲线拟合法的优缺点,比较曲线拟合法与前面提到的检测算法,并比较两采样值积曲线拟合法与三采样值积曲线拟合法,得出两采样值积曲线拟合法更适合于在定制电力配套设备中运用。基于DSP仿真器上编程仿真,分析得到的各种检测算法处理电压暂降的结果波形,证实了该观点。     

锅炉给水系统聚类自适应模糊控制器的设计

将聚类算法和模糊控制相结合,提出了一种新型的聚类自适应模糊控制器,应用于非线性、多干扰和强耦合的锅炉给水系统中.采用改进的遗传算法对模糊控制器的隶属参数进行优化,增强模糊控制器的自适应性,并用聚类自适应算法再次弥补模糊控制的不适应性和不完整性,实现了锅炉给水系统的自适应控制.仿真表明该方案的适应性、实时性、鲁棒性都很强,具有很强的工程实用价值.     

全自主移动机器人在未知环境中的运动规划

针对机器人在未知环境中的运动规划,本文给出了一种基于激光传感器的完备路径规划算法,使机器人可以有效地扫描整个未知环境。使得机器人扫描整个未知环境的行走路径较短,所需的时间也较短。计算机仿真验证了算法的可行性,同时体现了算法的优越性。     

现代电机优化设计纵横谈

电机优化设计是电气工程领域的热点问题之一.本文针对传统电机优化设计存在的主要问题,详细讨论了以遗传、免疫算法为代表的几种最新全局优化方法在电机优化领域的应用情况,阐述了它们不同于传统优化算法的特点,并提出了今后电机优化设计的发展方向.     

用于配电系统网络规划的生物智能算法

介绍了在配电网络规划中用到的遗传算法、蚁群算法、粒子群算法等三种生物智能算法及他们相应的一些改进。     

基于RNA-CS混合算法优化的风光发电预测模型研究

提出一种基于RNA-CS混合算法优化的预测模型,优化布谷鸟算法,权衡全局搜索和局部搜索。结合某地区风力和光伏发电实际,对一天中的风速和福射进行测量。采用基础遗传算法、基础布谷鸟算法与RNA-CS混合算法进行仿真对比研究。结果表明,RNA-CS混合优化算法对比其他两种算法模型,对风电、光伏发电具有更精确的预测结果,能够有效的保障电力系统稳定运行。