水电站厂内经济运行中的一种混沌优化算法

针对水电站厂内经济运行的要求,依据混沌运动的遍历性、随机性、“规律性”等特点,采用了一种混沌优化方法,利用混沌变量进行搜索,与常规优化相比,其收敛速度更快、效率更高,且使用方便．     

水电站厂内经济运行基因遗传算法模型

水电站厂内经济运行的数学模型是一类非线笥、０－１规划，用ＧＡ算法求解该问题，速度快，而且可同时在时域空间上分别求出机组开停机计划和机组组合及负荷分配优化运行结果，可满足水电站厂内经济运行实时笥的要求，计算结果表明，经济运行效益可提高３％。     

水电站厂内经济运行模型精度研究

由于机组流量特性曲线以离散形式表达,使得以此为基础的厂内经济运行模型的精度受到了不利影响,而模型求解方法的收敛性能和求解精度也影响着最优决策结果的精度.针对这一问题,提出插值法对模型精度进行改进,并采用动态规划算法求得改进精度后的经济运行总表,在实 际运行水头和负荷已知的情况下,运用四点法查询满足一定计算精度要求的最佳负荷分配.以葛洲坝水电站为例进行验证,结果表明该方法具有实用性.     

改进混沌优化算法在水电站水库优化调度中的应用

为提高多维目标函数全局最优解的计算精度,提出了一种改进的混沌优化算法(MCOA).利用混沌运动的随机性、遍历性和规律性进行全局寻优;通过引入解向量的优选,将解向量定位到最优解的附近,从而找出全局最优解.最后将该算法应用于水电站水库优化调度问题,并进行仿真计算,计算结果验证了算法的有效性.MCOA原理简单,易于编程实现,具有较大的实用价值,为求解水电站水库优化调度问题提供了一种有效方法.     

有限制自适应遗传算法在三峡水电站厂内经济运行中的应用

针对三峡水电站厂内优化运行问题,提出一种改善算法收敛性的有限制自适应遗传算法．为了保证适应度函数的非负性,采用包含解空间初始种群生成和有限制摄动变异的有限制策略．运用个体优劣和群体分散程度自适应调整的交叉和变异概率,保持种群多样性和提高收敛速度．三峡水电站厂内经济运行不同量级的26台机组负荷分配结果表明：有限制策略解决了机组空蚀振动问题且保证了适应度函数的非负性,改善了算法的收敛性;同时,根据个体优劣和群体分散程度进行参数自适应调整的策略对于求解水电站厂内经济运行来说,是一种有效可行改进方式．     

浅谈龙首一、二级水电站的优化调度及经济运行

龙首一级水电站是一座压力隧洞引水式电站,最大限度地发挥电站发电效益,要从以下几方面实行优化调度:一是及时、准确了解上游水文站的水文预报资料,并根据上游调节库容下泄流量对来水量进行分析,作好负荷预测,确定运行方式。尤其预测到上游来大水时,应及时合理的降低库水位;二是有效保证大坝安全防汛,拦洪蓄水提高发电量,增加经济效益;三是合理利用电站有效库容,非汛期尽可能提高上游水位;四是要加强电站安全、运行及检修管理,提高设备完好率和检修质量;五是机组的组合运行方式,按效率高、耗水率低优先的原则。     

李家峡双排机水电站厂内经济运行研究

以天津大学建筑工程学院确定的李家峡水电站机组的不利工况区为依据，以近几年来该水电站的实际运行经验为参考，在综合考虑机组初始运行状态、机组振动特性、机组出力、下泄流量、水库蓄水量和电网负荷平衡等因素的基础上对李家峡水电站的厂内经济运行进行了研究．兼顾机组的运行效率和状态，建立了数学模型，并用改进自适应遗传算法对其进行了求解．运用上述方法，分别以3条特征日负荷曲线为依据对李家峡水电站的厂内运行进行了优化，并得到其负荷分配方案．优化结果使电站的效率和机组的运行状态都得到了显著改善，同时结果可作为李家峡水电站运行人员的操作依据．     

一种基于单纯形法的混沌优化算法

本文利用混沌运动的随机性、遍历性、规律性等特点,把单纯形法与混沌优化方法相结合,提出了一种混合优化算法.应用该算法对通用的测试函数进行仿真计算,结果表明,该算法简单实用,性能良好,是解决非线性优化问题的一种有效途径.     

一种基于混沌的优化算法

将混沌变量与梯度法相结合,提出了一种基于混沌的优化算法,该算法具有搜索全局最优解的能力。     

论述某水电站水库经济运行

该水电站建成投产17年来,在水库优化调度与经济运行探索实践方面取得了一定成果。随着各水库的扩容、水流域联合调度以及电站新一代水情测报系统的建成和综合自动化系统的进一步应用,电站硬环境建设与软环境的管理水平将不断提高,使该水电站经济运行将迈上一个新的台阶。     

一种混沌神经网络及在优化计算中的应用

提出了一种混沌神经网络模型。在Hopfield网络中引入混沌机制,首先在混沌动态下搜索,然后利用HNN梯度优化搜索。对非线性函数的优化问题仿真表明算法具有很强的克服陷入局部极小能力。     

水电站经济运行云自适应量子群居蜘蛛优化

针对水电站经济运行的复杂性和高维性,将云自适应量子群居蜘蛛优化算法与离线稳定最优表负荷分配模型相结合,实现了同时优化水电站机组组合和开机机组间的负荷分配.采取多种有效措施提高模型算法的收敛性能及运行效率:结合量子理论中量子比特和量子旋转门,实现机组开停机状态及其状态空间的搜索;结合传统智能算法更新理论改进群居蜘蛛优化算法的更新过程,降低算法在产生新一代蜘蛛群体时的盲目性;利用云模型理论解决算法运行前期及运行后期关键参数选择的不合理性,针对每个蜘蛛个体的适应度值实现参数的自适应选择.分析了所提算法在三峡水电站三种水头下经济运行实例中的运行结果,验证了其在工程实际中的可行性,以及各项改进措施的有效性.     

一种基于混沌序列的粒子群优化算法

提出了一种基于混沌思想的粒子群优化算法,它利用粒子群优化算法收敛速度快和混沌运动遍历性的特点,对于陷入局部极小点的粒子,引入混沌序列重新初始化,从而使惰性粒子能够跳出束缚并快速搜寻到全局最优解.对几个经典函数的测试计算表明,其在收敛速度和精度上均优于标准的PSO算法.     

一种优于混沌优化的对分插值逼近算法

提出一种新的求解函数最优值的算法——对分插值逼近算法。该算法产生均匀分布于[a，b]区间的稠密点集，理论证明了该点集可以无限逼近[a，b]区间内的任何实数，且以概率1收敛于任何待优化函数的全局最优值。与混沌优化算法进行了比较，以一维、二维变量的仿真为例，结果表明，该算法在寻优过程中优于混沌优化算法。     

改进的混沌优化算法及其在函数优化中的应用

针对基本混沌优化算法在求解三维以上的多维函数时不易求得全局最优解的局限性,通过引入解向量的优选,提出了一种改进的混沌优化算法,主要思路是通过多次可行解向量的混沌优选,将可行解定位到最优解的附近,再用二次载波进行搜索找出多维函数的全局最优解.仿真计算表明:该算法对三维以上函数可以显著提高搜索精度,收敛性能好,容易找到全局最优解.     

改进的混沌优化算法研究

分析了一类混沌优化算法所存在的不足,即在二次载波过程中只是在近似最优解的单侧邻域内进行搜索,同时可调参数也不能随着搜索进程的变化而变化,使得寻优结果并不是很理想。对此进行了适当地改进,利用混沌变量对当前点进行扰动,并且通过时变参数逐渐减小搜索进程中的扰动幅度,同时,以一定方式确定了时变参数的初值。用改进后的算法对连续对象的全局优化问题进行优化,仿真结果表明,该方法可以显著提高收敛速度和精度。     

一种基于种群熵的混沌小世界优化算法

针对小世界算法在复杂函数优化中存在的停滞现象,以及低局域短连接的搜索效率问题,提出了一种基于种群熵的混沌小世界算法.根据信息熵建立了种群个体浓度,并以个体浓度和个体适应度作为评价标准进行高浓度的个体更替,从而实现了种群的自我调节和多样性保持.利用混沌变量的遍历性和随机性,通过Logistic映射生成初始种群,采用混沌扰动对短连接后的个体进行局部搜索,从而提高了小世界算法的搜索效率和搜索精度.试验结果表明,该算法不仅明显改善了小世界算法的搜索能力,而且搜索效率也得到了显著提高.     

水电站经济运行最优解的证明

对全数字仿真自动发电控制系统的优化效果进行了分析,用微增率连续性和极小值的定义证明了生成解的极小值特性,并用2种不同的优化方式取得了相同的组态效率.结果表明:在某一水头下,给定水电站内并联运行机组的流量或出力,有且只有唯一极至效率,即最优组态效率.     

水电站最优负荷分配改进退火粒子群算法

针对大型水电站厂内经济运行中最优负荷分配问题的高维性、复杂非线性和实时性,提出一种收敛性全面改善的改进退火粒子群算法.改进算法采用了整体改进策略:初始种群生成方面,采用初始种群解空间生成法避开机组空蚀振动区;适应度函数设计方面,加入惩罚项提高算法搜索效率;进化操作方面,加入自适应惯性权重、交叉运算、变异运算,改善算法的全局与局部收敛性能;引进模拟退火算法,提高算法的局部收敛性,保证算法以较大概率收敛于全局最优解.以三峡水电站厂内经济运行为实例,与现有算法进行了对比,结果表明:改进的退火粒子群算法在收敛速度与收敛精度方面均有一定的优势,适用于求解水电站负荷分配优化问题.     

一种混沌多样性控制的萤火虫优化算法

针对基本萤火虫算法存在早熟停滞现象,提出了一种混沌多样性控制的萤火虫优化算法.运用混沌映射产生均匀分布的萤火虫初始位置,获得质量较好的初始解;在搜索过程中对适应值低的部分萤火虫进行混沌扰动,以保持群体活性,减小陷入局部最优的可能性;同时利用真实物理反弹理论对超越边界萤火虫位置进行控制,提高种群的多样性.用标准测试函数测试,实验结果表明,该算法能有效地提高了算法的全局搜索和局部开发能力,寻优精度和收敛速度明显提高.