基于改进布谷鸟算法的火电厂机组组合优化

电力系统机组组合是一个多维,复杂的整数规划问题,利用传统方法较难求解。在通过研究布谷鸟搜索(cuckoo search)算法的基本原理,分析布谷鸟算法的优缺点基础上,结合粒子群算法,提出一种改进的布谷鸟搜索算法。通过在10机组系统中进行验证,结果表明,算法比粒子群算法、标准布谷鸟算法更好。改进的布谷鸟搜索算法同样也在收敛速度等更具有优势。     

基于CSA算法的光伏阵列多峰最大功率跟踪研究

在实际工程应用中,由于受复杂的环境变化影响,光伏阵列功率-电压曲线通常呈多峰值状态,使用传统方法进行最大功率跟踪时,追踪速度和准确度都无法得到满足.为解决这些不足,提出了一种基于布谷鸟搜索算法与扰动观测法相结合的光伏阵列最大功率跟踪算法,在算法前期利用布谷鸟搜索算法突出的全局搜索能力迅速找到全局最大功率点所处的大致区域;后期采用小步长的扰动观测法进行局部范围内的细致搜索,精准锁定全局最大功率点.在MATLAB/Simulink中建立了仿真模型,结果表明这种基于布谷鸟搜素算法和扰动观测法二者结合的方法追踪速度更快,误差更小,且实现稳定状态时功率波动更小,提升了光伏阵列的输出效率.     

“小茶叶”撑起“大产业”

清嘉庆《夔州府志》载:"开县茶岭产茶,味绝佳,不生杂卉。诸茶中,龙珠茶为最佳。"早在唐时,开县龙珠茶便被列为贡品。建国后,在四川省历届名茶评比中,龙珠茶更是多次位居榜首。     

混合布谷鸟算法在高压断路器故障诊断上的应用

为了更准确、快速地对高压断路器故障进行分类、诊断,提出一种基于混合布谷鸟算法优化的最小二乘支持向量机(LSSVM)的故障诊断方法。首先提取分合闸线圈的时间和电流特征量得到特征向量,再利用模拟退火算法(SA)与布谷鸟算法(CS)结合形成的混合布谷鸟算法(CS-SA),对支持向量机进行寻优,旨在得到具有最优参数支持向量机分类模型,提高诊断结果的准确性。最后,利用收集到的数据对该算法进行诊断验证,结果表明利用混合布谷鸟算法优化后的LS-SVM得到的分类模型比常用的粒子群算法、遗传算法、标准布谷鸟算法优化得到的模型准确率更高。     

基于改进布谷鸟搜索算法的机组组合优化模型

为了获得更加理想的机组组合方案,提出一种改进布谷鸟算法的机组组合优化模型。首先建立机组组合的数学优化模型;然后采用布谷鸟算法对该数学模型进行求解,得到最优机组组合方案,同时为了解决标准布谷鸟搜索算法存在的不足,引入选择性淘汰策略和决策域策略,加快搜索速度和寻优能力;最后采用3机组和10机组组合问题对其性能进行仿真测试。仿真实验结果表明,改进布谷鸟算法具有更快的求解速度和求解准确度,获得了更优的机组组合方案。     

基于改进布谷鸟算法的电力系统优化调度

本文绍了布谷鸟算法的原理,对传统布谷鸟算法进行了改进,建立多目标优化调度的数学模型,基于改进算法对模型进行一定程度的优化,通过分析证明,改进过后的算法的计算精度更高,同时能有效提高全局收敛性以及保证Pareto非劣解的多样性。     

难忘野味

<正>每当夏日雷雨过后,我总不由自主地想起家乡的野味。云南老家的密林,树木苍翠,经年的枝叶积压、腐烂,往往在雨后,一种珍贵的野味就会破土而出。这时,母亲就会背起竹篓拎着铲子上山,往往一个下午,她便能带着满满一篓的菌菇回家。架上铁锅,将菌菇洗净,丢进清澈的山泉水里,放上盐巴慢煮,不需加其他的辅材,一锅浓     

基于ACS-SA文化基因算法的BP神经网络变压器故障诊断

针对BP神经网络在变压器故障诊断上存在的不足,提出基于ACS-SA文化基因算法的BP神经网络变压器故障诊断方法。在实际系统中,针对缺乏准确的变量参数估计,将边界变异策略和自适应步长策略引入标准布谷鸟算法中;提出一种在改进的布谷鸟算法中结合局部搜索策略的文化基因算法;建立BP神经网络变压器故障诊断模型,并用文化基因布谷鸟算法优化BP神经网络的权值和阈值。仿真实验及对比研究结果表明,该算法能准确有效地识别变压器的故障类型,较其他算法(CS-BP神经网络算法和POS-BP神经网络算法)有更高的准确率,为变压器故障诊断提供一种新思路。     

光伏并网逆变器布谷鸟搜索优化反推控制

针对并网逆变器模型非线性和电网扰动的问题,提出一种基于布谷鸟搜索算法优化反推控制技术光伏并网逆变器控制策略。首先,建立考虑参数变化和电网扰动的并网逆变器数学模型,设计并网逆变器反推控制。然后,利用布谷鸟搜索算法对不确定性部分进行在线辨识和补偿,消除模型非线性和外部扰动产生的不确定性部分的影响。利用Lyapunov稳定性理论设计控制器自适应律,证明了布谷鸟搜索算法优化反推控制器的稳定性。实验结果表明该方法能实现逆变器精确并网控制,具有较好的动静态性能和较强的鲁棒性。     

基于布谷鸟搜索算法的分布式电源接入优化

配电网中分布式电源的比重逐渐增大,而分布式电源的优化配置是一个复杂、非连续性、非凸、非线性优化问题。对此提出一种布谷鸟搜索算法(CS),利用其较强的全局搜索能力,在分布式电源的个数、位置和容量均不确定情况下,对分布式电源进行优化配置。在分布式电源接入容量受渗透率约束的情况下,建立考虑建设费用、损耗费用及购电费用在内的经济效益模型,并将节点电压偏差作为罚函数加入优化模型,保证在稳定运行的基础上达到效益最大化。最后,将所提出的布谷鸟搜索算法与粒子群算法(PSO)进行比较,说明采用布谷鸟算法的优越性。     

基于布谷鸟-Elman算法的光伏发电预测

提高光伏发电功率预测的精度对于保证电网的安全稳定运行、提高光伏资源的开发和利用率具有重要的意义。文中提出了一种基于天气相似度以及改进布谷鸟算法优化Elman神经网络的光伏发电短期功率预测模型。首先在选取相似日上,提出一种基于距离和角度趋势的相似度计算方法,选出与待预测日相似度更高的相似日。其次,利用改进后的布谷鸟算法对Elman神经网络的权值和阈值进行优化并构建光伏发电短期功率预测模型。最后将文中提出的光伏发电预测模型与传统Elman神经网络模型的预测结果及实际输出值进行比较,结果表明改进布谷鸟算法优化Elman神经网络的光伏发电短期功率预测模型预测精度更高。     

基于布谷鸟搜索算法的火力发电厂机组调峰运行优化方法

常规的火力发电厂机组调峰运行方法主要使用自动/非自动调峰控制机组调整调度时间级,容易受调节容量 影响,导致最终的深度调峰负荷过高,因此基于布谷鸟搜索算法设计一种全新的火力发电厂机组调峰运行优化方法. 以火力发电厂的热系统为基础,设置测定功率点,分析机组的运行能耗特性,再使用布谷鸟搜索算法生成优化调峰模 型,得出有效的调峰负荷,从而完成机组调峰运行.实例分析结果表明,设计的火力发电厂机组布谷鸟搜索调峰运行 优化方法在不同采样点下的深度调峰负荷均较低,具有节能性,有一定的应用价值,为提高火力发电厂机组经济性做 出了一定的贡献.     

基于CAMOCS算法的多目标无功优化

针对传统算法在求解多目标函数上存在局限性问题,在标准多目标布谷鸟搜索(Multi-objective Cuckoo Search,MOCS)算法的基础上,采用Kent混沌映射生成多样性初始解,并自适应改变算法的搜索步长,结合多目标Pareto最优解概念,提出一种混沌自适应多目标布谷鸟搜索(Chaotic Adaptive Multi-objective Cuckoo Search,CAMOCS)算法,并利用该算法对所建立的多目标无功优化模型进行求解,最后在IEEE 14节点系统算例仿真验证了所提方法的有效性和可行性。     

基于改进布谷鸟算法的随机最优潮流

面对各种智能算法在优化问题的应用中出现的问题,提出一种基于量子计算和混沌局部搜索的布谷鸟算法。混沌局部搜索采用切比雪夫映射产生的混沌数列,以产生的新最优个体替代原始最优个体,并利用量子旋转门更新其余个体,达到更快收敛并跳出局部解的效果。以随机最优潮流问题作为修正布谷鸟算法的应用场景,考虑分布式电源和负荷的随机性,建立随机最优潮流的机会约束模型,机会约束的处理采取修正变量上下限的方式。以IEEE33节点为算例,对比了4种不同智能算法的计算结果和收敛情况,验证了修正的布谷鸟算法在随机最优潮流中收敛速度快,收敛结果好,稳定性好的特点。     

改进布谷鸟搜索算法在电力系统优化潮流中的应用

针对优化潮流的特点以及布谷鸟搜索算法收敛速度慢和缺乏活力等问题,从动态参数和步长方程两个方面进行改进,提出了改进的布谷鸟搜索算法来解决优化潮流问题。该算法把原来是常数的两个参数改进为动态变化的参数,随着迭代次数的增加,发现概率和步长因子两个参数按一定的规律递减,使算法在初期能增加种群的多样性,后期能更好地微调以找到最优解;同时,提出了一个具有最优解导向的搜索步长方程以提高算法的局部搜索能力和收敛速度。用改进的布谷鸟算法计算IEEE30系统的优化潮流,仿真结果表明该算法能够有效地提高收敛速度和计算精度。     

基于混合布谷鸟算法的智能电网多业务组合投资决策优化

电网当前正处于加速电力市场化建设、拓展各类业务以及寻求效益点的关键时期。构建了基于价值链的智能电网重点业务评价模型与基于智能电网投资多目标的多业务决策优化模型,并利用混合布谷鸟算法求解多业务决策优化模型。通过算例分析验证了所提多业务投资决策模型的正确性以及混合布谷鸟算法的优越性,为电网企业组合发展电网业务提供借鉴。     

布谷鸟算法求解组装车间仓储调度优化问

为提高产品组装效率,对影响产品组装效率的因素进行了分析,将仓储作业与组装作业作为组装任务,以其完工时间总和最小为目标,建立了组装车间仓储调度模型,并提出一种改进的布谷鸟算法对其进行求解。该算法通过自适应调整发现概率,避免了在搜索过程中陷入局部最优,通过动态调整步长,提高了收敛速度。为验证该算法的性能,结合工业现场实例与原始布谷鸟算法及遗传算法进行了仿真对比,结果表明本文提出的算法在收敛精度及收敛速度上都取得了较好的效果。     

基于跨临界CO2热泵的茶叶生产能源系统负荷削减潜力

乡村产业中的化石能源设备逐渐被电能技术替代，引起了乡村负荷波动增大、部分时段产生集中高负荷的问题。为了解决以上问题，将低品位清洁能源应用至乡村的茶叶生产中，针对烘茶全过程的工艺要求提出了跨临界CO₂热泵烘茶技术；并以某茶叶生产乡村为对象，对其代表台区的全年日用电量及产茶日负荷进行了分析，得出采用CO₂热泵烘茶后其负荷得到大幅度削减，整体可降低至原负荷的39.6%~46.8%，峰值负荷与平时负荷的比值由原本的13.6降至5.4~6.2。跨临界CO₂热泵应用至农产品生产中可有效缓解乡村供电压力。     

宁波地区基于统计升尺度的新能源区域功率预测算法

为实现电网调度对大规模风电场和光伏站的监控和调度,需要进行新能源区域功率预测。提出了一种基于子区域划分和统计升尺度的区域功率预测算法,通过浙江区域9个风电场和16个光伏站2016年4-9月的历史数据,对比了6种不同的组合方案,发现利用互信息理论,基于最大相关–最小冗余原则累加选取4个代表站点或者直接选取9个代表站点,采用布谷鸟搜索算法训练得到各个代表站点的权重,升尺度得到区域功率预测误差较低,月均方根误差(RMSE)分别为8.51%和7.64%。说明在夏季风盛行时,在浙江区域采用互信息为指标,基于最大相关–最小冗余的原则选取代表站点后,再采用布谷鸟搜索算法得到子区域功率预测值,累加各子区域功率预测结果为最终的区域功率预测结果最优。     

基于多源信号的单向阀内泄漏预测研究

单向阀作为液压系统重要元件,发生内泄漏故障时影响液压系统的工作效率和设备的安全稳定运行。针对单向阀内泄漏预测,提出了一种基于多源信号和布谷鸟搜索支持向量回归(CS-SVR)的单向阀内泄漏无损预测方法。首先建立单向阀内泄漏检测实验平台,获得不同工况不同故障特征下单向阀内泄漏的振动信号和声发射信号。然后利用小波包能量分析方法,提取两种信号最优频带重构信号的均方根值作为预测变量,并结合阀前压力建立基于布谷鸟算法优化的支持向量机回归(CS-SVR)的多源信号预测模型。最后,将模型进行对比分析。结果表明,布谷鸟搜索算法相对于网格搜索法(GS)和粒子群算法(PSO)对SVR模型参数寻优优势更大;基于多源信号输入的预测方法相对于单源输入的预测方法精确程度更高,同时该方法能实现不同压力、不同故障类别、不同故障程度的单向阀内泄率预测,平均相对误差为8.97%鲁棒性较高,为阀内泄漏无损检测应用技术的开发奠定了基础。