共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
针对基本遗传算法(genetic algorithm,GA)局部寻优能力较差和易出现早熟收敛现象,提出了一种改进的遗传算法,即序列二次规划-遗传算法(sequential quadratic programminggenetic algorithm,SQP-GA)。该混合优化算法SQP-GA在基本GA中引入序列二次规划(sequential quadratic programming,SQP)算法,经典算法SQP作为一个元算子有效地提高了基本GA的局部搜索能力,并克服了早熟收敛现象。函数仿真测试结果表明,SQP-GA混合优化算法在收敛速度和寻优精度上都优于基本GA,表明所提出的算法的有效性。同时,利用提出的SQP-GA求解变压器局部放电超声波定位问题,并将其定位结果与GA和非智能算法的定位结果进行比较;算例结果表明,基于SQP-GA的变压器局部放电超声定位法能有效地防止结果陷入局部最优,该方法的定位效果理想。 相似文献
4.
局部搜索量子遗传算法及其无功优化应用 总被引:1,自引:0,他引:1
针对量子遗传算法局部寻优能力差的不足,提出一种局部搜索量子遗传算法,用于电力系统无功优化.该方法将局部搜索引入到量子遗传算法中,先进行全局寻优,当全局寻优搜索到的最优解经过多次迭代没有变化时,在此解附近产生小的寻优区间,进行局部寻优,以使算法同时具有较强的全局和局部搜索能力.复杂测试函数和IEEE30节点测试系统的仿真实验表明,该方法在寻优能力、收敛速度和稳定性方面优于文献中的新量子遗传算法、进化规划等多种方法. 相似文献
5.
遗传算法在电力系统无功优化中的应用 总被引:93,自引:4,他引:93
在利用遗传算法求解电力系统的无功优化问题,在优化编码和变异概率取值两个方面进行了研究,进一步推动了遗传算法在实际系统优化问题中的应用。在电力系统无功优化这个具有多局部极小值的寻优方面,把遗传算法所求得的无功优化结果和传统的基于梯度寻优方向的非线性规划法所得的优化结果进行比较,指出了遗传算法在处理非连续的和非平滑的函数寻优方面优于传统的寻优方法,具备全局寻优的能力。 相似文献
6.
根据UHF信号特征的GIS局部放电模式识别 总被引:2,自引:0,他引:2
综合自适应遗传算法和BP算法各自的优点,构造了基于两者混合训练的神经网络,应用到GIS局部放电超高频的模式识别。分别用基于自适应遗传算法的神经网络、基于BP算法的神经网络,以及基于自适应遗传算法和BP算法混合训练的神经网络对用局部放电超高频检测系统检测到的GIS中4种模式的局部放电进行了识别。实验结果表明,基于自适应遗传算法和BP算法混合训练的神经网络提高了神经网络训练的收敛速度,保证了收敛的可靠性,具有较高的识别率和较强的泛化能力。 相似文献
7.
8.
9.
鲍亦富 《安徽电力技术情报》1995,(8):12-14
在利用遗传算法(Genetic Algorthms)求解电力系统的无功优化问题,在优化编码和变异概率取值两个方面进行了研究,进一步推动了遗传算法在实际系统优化问题中的应用。在电力系统无功优化这个具有多局部极小值优方面,把遗传算法所求复的无功优化结果和传统的基于梯度寻优方向的非线性规划法所求得优化结果进行比较,指出了遗传算法在处理非连续的和非平滑的函数寻优方面优于传统的寻优方法,具备全局寻优的能力。 相似文献
10.
张卫华 《广东输电与变电技术》2006,(6):20-24
通过混合算法来改进遗传算法是一种可行的方向。在前人研究的基础上进一步提出了一种能够保持遗传算法、模拟退火算法和禁忌搜索算法优点的混合遗传算法。该算法显著改善了遗传算法早熟收敛和局部搜索能力差的不足,具有良好的全局寻优能力和局部搜索能力,并在实际系统应用中验证了它的有效性。 相似文献
11.
12.
遗传算法及其在电工领域中的应用 总被引:3,自引:1,他引:3
本文介绍了遗传处法的基本原理和方法。遗传算法是基于自然界生物进化原理而提出的一种新的优化算法,由于它的通用性和鲁棒性,在许多领域中得到广泛应用。本文综述了遗传算法在电工领域中的应用情况,并进一步展望其前景。 相似文献
13.
14.
15.
基于模糊控制理论设计了发电机组调速器侧模糊电力系统稳定器,采用遗传算法优化其参数以克服模糊控制器参数设计的主观性。为了提高多参数控制器参数优化的速度和精度,对传统单点交叉遗传算法进行改进,提出了一种首尾轮换交叉遗传算法。该方法交替采用尾部和头部单点交叉,保证了各参数参与优化的概率基本均等。采用该算法对某水轮发电机组调速器侧模糊电力系统稳定器的参数进行优化计算,表明其优化速度和精度较试探法和传统单点交叉遗传算法有显著提高。 相似文献
16.
发电机组负荷分配的遗传算法 总被引:4,自引:0,他引:4
介绍了遗传算法的机理和特点,针对电力系统非线性和水火电联合系统的经济调度不易协调的特点,将遗传算法应用于电力系统经济调度的计算,并给出了计算的一般步骤,通过对一个三机水火电联合系统的经济调度的计算,验证了遗传算法对于计算电力系统经济调度的有效性。结果表明,遗传算法对目标函数的连续性及其导数的存在性没有严格的限制,因而非常适合于电力系统的优化计算;此外,运用遗传算法解算经济调度避免了对协调方程的求解 相似文献
17.
18.
V. Senthil Kumar M.R. Mohan 《International Journal of Electrical Power & Energy Systems》2011,33(4):827-835
This paper presents an algorithm for solving the hydrothermal scheduling through the application of genetic algorithm (GA). The hydro subproblem is solved using GA and the thermal subproblem is solved using lambda iteration technique. Hydro and thermal subproblems are solved alternatively. GA based optimal power flow (OPF) including line losses and line flow constraints are applied for the best hydrothermal schedule obtained from GA. A 9-bus system with four thermal plants and three hydro plants and a 66-bus system with 12 thermal plants and 11 hydro plants are taken for investigation. This proposed GA reduces the complexity, computation time and also gives near global optimum solution. 相似文献
19.
The effective maintenance scheduling of power system generators is very important for the economical and reliable operation of a power system. This represents a tough scheduling problem which continues to present a challenge for efficient optimization solution techniques. This paper presents the application of metaheuristic approaches, such as a genetic algorithm (GA), simulated annealing (SA) and their hybrid for generator maintenance scheduling (GMS) in power systems using an integer representation. This paper mainly focuses on the application of GA/SA and GA/SA/heuristic hybrid approaches. GA/SA hybrid uses the probabilistic acceptance criterion of SA within the GA framework. GA/SA/heuristic hybrid combines heuristic approaches within the GA/SA hybrid to seed the initial population. A case study is formulated in this paper as an integer programming problem using a reliability-based objective function and typical problem constraints. The implementation and performance of the metaheuristic approaches and their hybrid for the test case study are discussed. The results obtained are promising and show that the hybrid approaches are less sensitive to the variations of technique parameters and offer an effective alternative for solving the generator maintenance scheduling problem. 相似文献