排序方式: 共有11条查询结果,搜索用时 0 毫秒
1.
本文对配电网的故障恢复问题进行了研究,提出了结合实际的配电网故障恢复目标函数,在分析了遗传算法和蚁群算法的基础上,结合遗传算法和蚁群算法的各自优点,提出了一种将遗传算法融入到蚁群算法的新策略,利用遗传算法的交叉操作产生蚁群算法的新的旅行路径,以此提高蚁群算法的全局搜索能力,构造了基于遗传算法的混合蚁群算法。实例分析表明,该算法具有较快的收敛速度和较强的全局搜索能力,避免了不成熟收敛,有效地提高了故障恢复的速度和精度。 相似文献
2.
本文对配电网的重构问题进行了研究,提出了结合实际的配电网重构目标函数,并将遗传算法引入其中,用来解决这个复杂的,多目标,多约束的组合优化问题。针对遗传算法收敛速度慢、容易"早熟"等缺点,结合模糊推理、模拟退火算法和自适应机制,采用一种改进的遗传算法——模糊自适应模拟退火遗传算法(FASAGA),实例分析表明,该算法比标准的遗传算法(SGA)具有更快的收敛速度和寻优效果。 相似文献
3.
分布式电源(DiStributed Generation,DG)发展很迅速,对配电网络的各个方面产生不可忽视的影响.为充分发挥分布式电源对配电网优化的有利作用,提出了粒子群优化(Particle Swarm Optimization,PSO)和变邻域搜索(VariableNeighborhood Search,VNS)二者的混合算法.根据含有分布式电源配电网络的特点,分布式电源视为可调度的模型,以配电网网损最小为主要目标函数.将二进制粒子群优化算法(Binary Particle Swarm Optimization,BPSO)和变邻域搜索算法相结合,对网络开关开合状态和分布式电源输出功率同时优化,达到降低配电网网损的目的.通过算例IEEE69节点系统的仿真表明,该算法能够快速收敛到全局最优解,适合优化含有分布式电源的配电网. 相似文献
4.
为准确在线识别出电容式电压互感器是否出现异常状态,提出了一种融合DANet双重注意力机制的DA-Xception算法,对电容式电压互感器是否出现异常状态进行识别诊断。该算法将DANet双重注意力融合到Xception算法的输出流阶段,对提取到的特征通道信息和空间信息的相互依赖性进行学习,得到更符合目标上下文关系的有效特征。实验结果表明,DA-Xception算法对电容式电压互感器异常状态识别的准确率达到了97.7%,能对出现异常的电容式电压互感器进行高效、准确的判断识别。 相似文献
5.
数字化变电站中继电保护的数据通信与保护跳闸等环节的实现形式已经发生了重大变革,其技术条件也促进了集成保护的发展。目前,对35 kV及35 kV以下变电站,保护测控相互融合、信息共享,保护、测控功能集成在一个独立的装置中,已经成为业界共识。而实时、可靠的网络通信是数字化变电站实现集成保护的先决条件和关键技术。因此,以35 kV数字化变电站为例,利用主流通信仿真软件—OPNET对其信息共享特性进行仿真研究。 相似文献
7.
分布式电源(Distributed Generation,DG)发展很迅速,对配电网络的各个方面产生不可忽视的影响。为充分发挥分布式电源对配电网优化的有利作用,提出了粒子群优化(Particle Swarm Optimization,PSO)和变邻域搜索(Variable Neighborhood Search,VNS)二者的混合算法。根据含有分布式电源配电网络的特点,分布式电源视为可调度的模型,以配电网网损最小为主要目标函数。将二进制粒子群优化算法(Binary Particle Swarm Optimization,BPSO)和变邻域搜索算法相结合,对网络开关开合状态和分布式电源输出功率同时优化,达到降低配电网网损的目的。通过算例IEEE69节点系统的仿真表明,该算法能够快速收敛到全局最优解,适合优化含有分布式电源的配电网。 相似文献
8.
9.
10.