一种配电网基于模型诊断的最小碰集改进算法

在配电网故障的基于模型诊断方法中,最小碰集计算对整个诊断过程具有较大影响。为了进一步提高基于模型诊断的效率和准确率,提出一种适合配电网拓扑结构的最小碰集改进算法。利用新的适应度函数保证粒子直接朝着最小碰集迭代,提高对有解空间的搜索效率。利用"特征学习"搜索策略减少对无解空间的搜索。在分析配电网各元件解析冗余关系之间联系的基础上,提出算法分层的理论依据和实现方法。算例表明,改进后最小碰集算法具有更短的求解时间和更高的准确率。将改进后的最小碰集算法应用到基于模型诊断中,故障诊断的效率和准确率得到一定提高。     

一种配电网基于模型诊断的专属最小碰集算法

现有配电网故障诊断的最小碰集算法由于没有考虑配电网的拓扑结构特点,导致其求解速度和准确率不高,对此,提出了一种仅适用于配电网故障的改进最小碰集算法。该算法首先分析了现有各适应度函数的特点,通过加权融合的方式构建出一种新适应度函数。其次,通过分析配电网的拓扑结构,得出配电网故障的最小冲突集之间没有交集的特点,并利用该特点,提出了最小碰集判据。最后,算例分析结果表明,所提最小碰集算法在求解速度上都有较大提高,在求解准确率上略微上升,且更加适合配电网故障的基于模型诊断。     

基于改进的FOA优化算法在配电网重构中的应用

基于二进制果蝇算法搜索的盲目性,搜索空间大,产生大量不可行解的问题,根据配电网络与图论中树的相似性,引入环路的概念,提出一种破圈法的果蝇优化算法。果蝇群体随机搜索,形成开关编码,通过破圈法100%的形成最小生成树,指导修正它们的进化方向,从而大大的提高计算效率,能够更快的搜索到全局最优,并通过对IEEE33节点测试系统进行计算和分析,验证算法在求解配电网重构中的有效性和可行性。     

一种求解大规模机组组合问题的混合智能遗传算法

针对传统的采用二进制编码的遗传算法在求解大规模机组组合问题时收敛速度慢、易早熟等问题,作者结合机组组合问题的特点,提出了一种混合智能遗传算法.该算法以机组状态作为个体编码,结合启发式方法的自适应智能变异算子求解目标函数,显著缩小了求解问题的规模,保证了群体多样性,提高了算法的搜索效率,改善了算法的收敛性.仿真计算结果表明了该算法的有效性和实用性.     

配电网重构的混合粒子群算法

通过将二进制粒子群算法和离散粒子群算法相结合,提出一种混合粒子群算法,求解配电网重构问题。在求解过程中,通过对配网支路进行分组,简化了网络,编码时每一支路组用1维表示,不仅显著降低了维数,缩短了编码长度,更有效降低了无效粒子的产生概率。在搜索过程中,根据该文总结的配电网重构的必要条件,有规律地将粒子进化,进一步提高了搜索效率。在优化过程中将每一次迭代由2步完成：第1步根据二进制粒子群算法中的sigmoid()函数值,利用轮盘赌的方法优化选择断开的支路组;第2步利用提出的离散粒子群算法优化选择在第1步中被选中断开的支路组的内部断开支路。最后对一个典型的69节点算例和一个实际算例进行仿真,结果显示,该方法不仅能快速收敛,而且稳定性好。     

复杂环网保护配合的网络分割新算法

对大规模复杂环网预先进行网络分割是降低最小断点集问题计算复杂性的有效途径.根据复杂环网拓扑联接的特点,提出了一种基于节点邻接矩阵的割节点辨识与网络分解新算法.该算法利用改进的广度优先搜索技术,通过搜索简化后的节点邻接矩阵能快速找到割节点,同时将复杂环网分解为若干小的子网,大大降低了求解最小断点集的复杂性.给出的详细算例证明了该算法的正确性和实用性.     

基于化整为零策略和改进二进制差分进化算法的配电网重构

为缩减编码长度,提高计算效率,提出了基于化整为零策略和改进二进制差分进化算法的配电网重构方法。将开关根据其在环路中的位置进行分类,建立了环路–开关关联矩阵。应用化整为零策略将整个解空间划分成若干个子解空间,应用改进二进制差分进化算法直接对各子解空间进行并行搜索,比较所有子解空间的搜索结果即可找到重构问题的最优解。该方法缩短了开关方案的编码长度,改进二进制差分进化算法通过调整变异、交叉操作规则,避免了不可行解的产生。接入分布式电源的配电网仿真算例验证了该方法的有效性。     

复杂环网保护配合的网络分割新算法

对大规模复杂环网预先进行网络分割是降低最小断点集问题计算复杂性的有效途径。根据复杂环网拓扑联接的特点,提出了一种基于节点邻接矩阵的割节点辨识与网络分解新算法。该算法利用改进的广度优先搜索技术,通过搜索简化后的节点邻接矩阵能快速找到割节点,同时将复杂环网分解为若干小的子网,大大降低了求解最小断点集的复杂性。给出的详细算例证明了该算法的正确性和实用性。     

基于环路组搜索方式及分环替代策略相结合的配电网重构

配电网重构是多约束、非线性、组合优化的NP难题。为提高配电网重构效率,以有功网损最低为目标函数,基于最小生成树确定基本环路组,提出基于环路组搜索方式及分环替代更新策略相结合的编码策略,并优化二进制粒子群算法,求解配电网重构问题。最后,通过IEEE-33算例,与不同算法进行横纵向对比,结果表明所提算法在降低搜寻空间、提高寻优成功率和增加寻优效率上都有明显优越性,该算法的搜索方式和更新策略为配电网重构提供一种新的思路。     

基于电力系统日发电计划的混合智能messy遗传算法

机组组合是电力系统日发电计划中主要的优化任务,在满足各种约束条件下求得全局最优解是一个比较困难的问题.传统遗传算法的二进制编码和随机遗传操作不适合于求解大规模机组组合问题.针对电力系统日发电计划的特点,提出了一种混合智能messy遗传算法(HIMGA),该算法实现简单,大大减小了求解问题的规模,保证了群体的多样性,提高了算法的搜索效率,改善了算法的收敛性.仿真计算结果表明了该算法的有效性和实用性.