矢量距浓度免疫遗传算法在电压治理中的应用

免疫算法在电压治理中易陷入局部最优,信息熵和欧氏距离浓度计算复杂,收敛缓慢,采用适应度函数定义抗体距离,提出矢量距浓度免疫遗传算法应用于电压优化与治理。基于矢量距计算抗体浓度并推导抗体的选择概率和期望繁殖率,通过期望繁殖率进行克隆操作,提高全局最优解的生成速率。通过对IEEE 30和实际算例的分析及与其他算法对比,表明该算法能够有效收敛到全局最优解,而且在迭代次数、计算时间和优化效果方面具有一定的优势。     

基于改进免疫算法的电力系统最优潮流计算

提出了一种改进的人工免疫算法来计算电力系统最优潮流,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念及使得免疫算法在理论上保证了解的多样性.通过IEEE-30节点系统的计算结果表明该算法是可行的.与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快.     

基于改进免疫算法的电力系统最优潮流计算

提出了一种改进的人工免疫算法来计算电力系统最优潮流,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念及使得免疫算法在理论上保证了解的多样性。通过IEEE-30节点系统的计算结果表明该算法是可行的。与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快。     

配电网供电恢复的混沌免疫算法

为在配电网供电恢复的方案计算中提高获得最优解的概率并加快算法的收敛速度,分析混沌优化算法和免疫算法原理的基础上,提出了一种混沌免疫算法。该算法融合了混沌优化算法的全局搜索和人工免疫算法的局域搜索能力的特点,在优化过程中采用人工免疫算法代替混沌优化算法中的"细搜索",同时用混沌优化算法中的"粗搜索"来初始化免疫算法中的初始抗体。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,有效地提高了供电恢复的速度和精度。     

基于负荷均衡的工作中心任务组合优化分配(上)

提出了一个基于免疫算法的协作任务组合优化分配算法。在该算法中,引入了动态任务资源匹配矩阵的概念,设计了基于动态任务资源匹配矩阵的疫苗抽取、募集新抗体及亲和突变免疫算子,提高了算法的寻优速度。采用期望繁殖率作为抗体评价标准,防止非最优个体占据相当规模而导致过早收敛。实际应用表明该算法的有效性以及具有良好的应用前景。     

基于免疫算法以负荷均衡为目标函数的配电网络重构方法

在分析配电网重构的数学模型和免疫算法原理的基础上,提出了一种应用于配电网络重构的免疫算法(ImmuneAlgorithm,IA)。将满足基于负荷均衡的目标函数和约束条件的优化问题对应于免疫算法的抗原,优化问题的解作为免疫算法的抗体,解的优劣则通过亲和力的计算来评价,具有最大亲和力的抗体就是问题的最优解,即网络中联络开关和分段开关的最佳状态。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,克服了传统遗传算法易陷于局部极小和收敛速度慢的缺点。     

基于改进克隆选择算法的无功优化

提出一种改进克隆选择算法解决无功优化问题。该算法采用分级的变异策略,对每一代种群中的抗体按亲和力进行分级,根据等级确定变异范围和变异率:较低等级中的抗体(较优秀抗体)采用小范围、小变异率进行变异,较高等级中的抗体(相对较差的抗体)采用大范围、大变异率进行变异,兼顾算法的局部和全局搜索能力;结合均匀设计原理构造初始种群,与随机分布相比,在同样规模下,具有更好的种群多样性,且以较大的概率在全局最优解附近存在抗体,避免陷入局部最优解,提高算法的收敛速度;对IEEE 30节点系统进行仿真,结果表明:该算法具有解的质量高、收敛性能好等优点。     

采用改进免疫算法的多目标配电网重构

建立了网损最小、负荷均衡度最小及静态电压稳定裕度最大的多目标配电网重构优化模型。应用免疫算法进行模型求解,略去了交叉操作,利用可行解排序确定抗体综合亲和度,并根据综合亲和度自适应调整可行解变异率,利用自适应变异及疫苗接种操作保证了抗体的多样性,提高了可行解比例,保证了算法向全局最优解收敛。算例结果验证了该方法的有效性。     

免疫算法在水电站日前现货市场优化调度中的应用

免疫起源于抗感染的研究,是一种机体识别和排斥抗原性异物的生理功能。现代仿生技术将免疫应用到解决非线性优化问题中,用抗体代表问题的可行解,抗原代表问题的约束条件和目标函数,采用期望繁殖率来定义父体选择的概率,形成了独特的免疫算法。本文将其应用到水电站日前现货市场优化调度的研究中,经过对紫坪铺水电站的优化计算,认为其结果是合理和可实际应用的。     

基于并行免疫粒子群算法的限流措施优化

针对电力系统限流措施优化问题不连续、非线性的特点,提出一种并行免疫粒子群算法。该算法将免疫算法的自我调节机制引入粒子群算法,采用基于粒子相似度的选择机制,保证优化过程中粒子的多样性。根据粒子编码的特点引入疫苗接种概念,有效减少了粒子最优片段丢失的概率,保证算法的收敛精度和收敛速度。并在Matlab并行计算平台上实现免疫粒子群算法的并行化。算例表明该算法具有较强的全局优化能力和收敛稳定性,且计算时间短,有较强的实用意义。     

人工免疫算法的全局收敛性分析

提出了一种模拟生物免疫系统自我调节功能的人工免疫算法，介绍了算法的基本步骤，构造了几种人工免疫算子．对人工免疫算法的全局收敛性进行了分析，指出在进行抗体选择时若能确保当时的最优抗体可以进入下一代抗体群，则人工免疫算法是全局收敛的．     

基于人工免疫算法的电力系统最优潮流计算

基于一阶或二阶梯度的优化算法在计算电力系统最优潮流时经常陷入局部最优点，模拟进化算法具有较好的全局搜索能力，但是有时也由于过早成熟的现象而陷入局部最优点，文中提出了一种计算电力系统最优潮流的新算法－人工免疫算法，该算法是根据人或其他高等动物免疫系统的机理而设计的，将目标函数和一部分不等式约束条件作为抗原，将搜索空间的解作为抗体，依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择，通过抗体之间的相互激励作用提高了最优点附近的搜索效率，通过记忆细胞对抗体的抑制作用有效地摆脱局部最优点，应用此算法进行电力系统最优潮流计算，对IEEE30节点系统的计算结果说明了该算法的有效性。     

抗体克隆算法在配电网络重构中的应用

在人工免疫系统的克隆选择原理基础上,提出了一种抗体克隆算法。该算法先克隆亲和度高的抗体,然后利用小范围变异和大范围变异操作,从而寻找全局最优解。小范围变异能在较优解的基础上找到更优的解,增加找到全局最优解的机会。大范围变异能够防止抗体种群过早饱和,确保抗体种群的多样性。该算法应用于配电网络季节性产生的过负荷以及故障后恢复供电产生的过负荷,通过优化开关操作使得配电网络达到负荷均衡。算例表明本算法具有很高的搜索效率和寻优性能,可有效地应用于以负荷均衡为目标的配电网络重构。     

Constrained multiobjective optimization for microgrid based on nondominated immune algorithm

The optimization of a microgrid is a typical multivariable nonlinear programming problem with multiple hybrid constraints. In this paper, a kind of constrained multiobjective optimization based on nondominated immune algorithm is used, in which the constraint is transformed into a target function, a relatively isolated nondominated antibody is selected as the active antibody, and ratio cloning, recombination, and mutation are performed in order, according to the crowding distance of the active antibody, thus obtaining the convergence of an ideal Pareto front and a uniform distribution of the Pareto‐optimal solution. The optimization model of the power output of the microgrid and the simulation of the operation in two microgrids for 24 h are carried out by utilizing the algorithm. The results show that good environmental protection is obtained at the lowest cost of running and maintenance, thus satisfying the stability of power supply requirements for users. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于变尺度混沌理论与免疫遗传算法的电力系统无功优化

提出一种基于变尺度混沌理论与免疫遗传算法的混合智能无功优化算法。该算法利用混沌变量的遍历性、随机性和规律性特点,将混沌运动自身的遍历区域变换成优化变量的取值范围,通过对整个解空间进行考察实现了可行域内的全局优化搜索。同时通过变尺度方法不断缩小优化变量的搜索范围来实现局部细化搜索,从而增强混沌局部搜索能力,加快解的收敛速度,提高解的精度。文章最后以某地区实际电网为例,分别采用免疫遗传算法和混合智能算法对其进行无功优化计算,结果表明本文提出的混合智能算法在计算速度和全局收敛性方面有很大的提高。     

免疫遗传法结合概率因果模型诊断变压器故障

为了对电力变压器的绝缘故障进行诊断,提出了一种免疫遗传算法结合概率因果模型的故障诊断方法。该法先用概率因果模型将电力变压器的故障诊断问题转化为最优化求解问题,再将概率因果模型的似然值函数作为免疫遗传算法的抗原,故障诊断的解作为其抗体,对电力变压器进行故障诊断。基于生物系统的免疫遗传算法既保留了遗传算法随机全局并行搜索的特点,又在相当大程度上避免未成熟收敛,确保快速收敛于全局最优解。实例分析证明,该方法能有效诊断电力变压器的故障,具有较高的诊断准确率。     

基于免疫遗传算法的超短期发电计划优化

超短期发电计划优化在电力系统调度运行中发挥着越来越重要的作用,但由于其是一个非线性整数约束优化问题,数学模型复杂,很难从理论上找到全局最优解。针对电力系统发电计划优化问题,引入免疫遗传算法,很好地解决了遗传算法局部收敛的问题,实现了群体收敛性和个体多样性间的动态平衡调整,能快速准确求解,及时调整超短期发电计划方案,从而达到安全经济环保调度,优化资源配置的效果。     

基于免疫遗传算法的智能配电网分布式电源选址定容

合理地对分布式电源进行选址和定容对于智能配电网规划非常重要。文章在研究分布式电源规划的基础上,建立了以有功网损最小为目标函数的优化模型,用罚函数法将分布式电源规划问题转化为无约束问题,针对该模型特点,首次将免疫遗传算法应用到分布式电源选址和定容问题的求解中。该算法综合了免疫系统和遗传算法的优点,具有良好的全局收敛能力。对33节点配电测试系统进行仿真计算,将仿真结果与标准遗传算法进行比较。验证了免疫遗传算法具有一定的收敛性和适应性。     

基于模糊混合进化算法的多个FACTS元件协调控制

针对多个FACTS装置的控制器之间存在的负交互影响,通过将模糊理论、协同进化算法和免疫算法相结合,提出一种模糊混合多目标进化算法求解FACTS元件的协调控制问题。在求解过程中,利用模糊集理论建立模糊多目标优化模型,确定整体的优化目标。采用协同进化算法对各FACTS元件控制器的参数进行种群划分,以克服常规进化算法在问题规模扩大时易于出现的早收敛现象。在优化过程中,结合多种群合作策略和免疫算法保持解的多样性,最终得到控制参数的Pareto最优解集。对静止同步串联补偿器与静止同步补偿器2种FACTS装置的控制器进行了协调设计,仿真结果表明,与常规进化算法相比,所提方法能同时实现影响分析与参数优化功能,且收敛快速,稳定性好。     

基于实数编码免疫算法的发电机机组组合

本文提出一种改进的人工免疫算法,免疫算法是根据动物免疫系统的机理设计而成的。对免疫算法的种群采用实数编码的同时引入矢量距的概念保证种群的多样性。实际计算表明该算法有搜索能力强,收敛速度快的优点。