多目标聚类鱼群算法配电网无功规划

为确定并联电容器在10 kV配电网中的容量和位置,同时考虑补偿后的经济效益,将无功补偿容量最少、电能损耗最小分别作为目标函数,建立多目标无功优化模型。提出了基于多种群聚类鱼群算法的无功规划方法,该论文利用不同鱼群对不同目标分别进行优化,获得多个全局最优解,通过不同鱼群之间的食物浓度信息交换,提高鱼群逃离局部最优解的能力;该发明采用k均值聚类发对系统中节点的灵敏度进行分析聚类,确定并联电容器的安装位置,另外,将各节点的灵敏度作为鱼群的食物浓度信息,加快了算法的寻优速度。通过IEEE69系统仿真计算验证了该模型及算法的有效性和可行性。结果表明该模型及算法能够有效降低系统功率损耗,提高电压质量、减少补偿容量。     

配电网中基于人工鱼群算法的分布式发电规划

应用人工鱼群算法对配电网扩展规划中分布式发电的选址和定容进行了优化,优化求解采用了两层人工鱼群算法的嵌套.外层对分布式发电的位置和容量进行优化,并将优化过程中生成的分布式发电个体加到线路扩展规划中,计及分布式发电对配电网潮流的影响进行内层线路扩展规划.针对人工鱼群算法后期收敛速度慢、所得解精确度不高的问题,对基本人工鱼群算法进行了改进.通过对网架优化和分布式发电优化综合规划结果进行经济性评估以衡量个体方案的优劣,具体算例验证了算法的可行性和有效性.     

基于人工鱼群算法的配电网网架优化规划

人工鱼群算法是一种新型的群智能随机全局优化技术.然而该算法很难得到精确的最优解,而且算法在收敛性、计算复杂度等方面还有很大的缺陷.针对人工鱼群算法的这些不足,引入了改进的模拟退火算法和精英选择的思想对人工鱼群算法进行改进.以网络年综合费用最小为优化目标建立了配电网网架规划的数学模型,并利用改进后的人工鱼群算法求得该模型优化解,通过对具体实例的仿真实验,比较了人工鱼群算法改进前后对配电网网架规划进行优化的结果,同时验证了该方法的可行性和有效性.     

基于量子人工鱼群混合算法的输电网规划

人工鱼群算法是一种基于动物自治体模型的优化算法,量子算法是一种随机搜索算法,全局随机搜索能力强。利用鱼群算法强大的局部搜索功能与量子算法混合,构造出随机性和方向性比较平衡的量子人工鱼群混合算法。针对输电网络网架的优化规划这样一个复杂的组合优化问题,建立相应的数学模型,采用量子人工鱼群混合算法求解。24节点系统的计算结果表明,该算法用于电力系统输电网规划问题是可行的,有效的。     

基于人工鱼群算法的配电网网架优化规划

人工鱼群算法是一种新型的群智能随机全局优化技术。然而该算法很难得到精确的最优解,而且算法在收敛性、计算复杂度等方面还有很大的缺陷。针对人工鱼群算法的这些不足,引入了改进的模拟退火算法和精英选择的思想对人工鱼群算法进行改进。以网络年综合费用最小为优化目标建立了配电网网架规划的数学模型,并利用改进后的人工鱼群算法求得该模型优化解,通过对具体实例的仿真实验,比较了人工鱼群算法改进前后对配电网网架规划进行优化的结果,同时验证了该方法的可行性和有效性。     

配电网中基于人工鱼群算法的分布式发电规划

应用人工鱼群算法对配电网扩展规划中分布式发电的选址和定容进行了优化,优化求解采用了两层人工鱼群算法的嵌套。外层对分布式发电的位置和容量进行优化,并将优化过程中生成的分布式发电个体加到线路扩展规划中,计及分布式发电对配电网潮流的影响进行内层线路扩展规划。针对人工鱼群算法后期收敛速度慢、所得解精确度不高的问题,对基本人工鱼群算法进行了改进。通过对网架优化和分布式发电优化综合规划结果进行经济性评估以衡量个体方案的优劣,具体算例验证了算法的可行性和有效性。     

混沌鱼群算法计算静态电压稳定裕度

针对人工鱼群算法对初始值具有一定的依赖性,且易陷入局部最优解的缺点,将混沌算法引入到鱼群算法中组成混沌鱼群算法,并提出一种混沌鱼群算法和连续潮流算法结合求取系统的最大静态电压稳定裕度的方法.该算法在初始化鱼群,即变压器分接头等系统控制变量值时,采用混沌算法得到混沌矢量,并将其映射到控制变量约束范围内,可以增加控制变量初值的多样性.算法将待求解系统的静态电压稳定裕度的目标函数作为食物浓度值;将系统控制变量组成的行向量作为单个鱼个体;采用连续潮流算法分别计算整个鱼群中每条鱼处的食物浓度值,即稳定裕度,然后通过鱼群算法对控制变量进行更新,在全局范围内得到系统的最大静态电压稳定裕度.算例验证了算法的有效性.     

扩展记忆优化人工鱼群算法在光伏系统 MPPT的仿真研究

针对不均匀光照下,光伏发电系统中的光伏阵列输出功率曲线呈现多峰特性,传统光伏阵列最大功率点跟踪 (MPPT)监控算法易陷入局部最优解误区,提出一种扩展记忆优化人工鱼群算法 (EPＧFSA).该算法在标准鱼群算法上引入速度参数和记忆行为,既保证鱼群算法的全局搜索能力,又增加了记忆算法的快速收敛性,快速得出全局最优解.仿真分析证明,扩展记忆优化人工鱼群算法较持续扰动法和标准人工鱼群算法具有更快的收敛速度和更强的全局搜索性能。     

采用局部学习与反向学习机制的人工鱼群算法在含DG配电网重构中的应用

配电网重构是配电网络结构优化的有效手段.考虑到系统运行的经济性,建立了以网络损耗最小为目标函数的数学模型,采用一种具有高效并行优化能力的人工鱼群算法来求解含DG的配电网重构问题.为了克服二进制编码所带来的“维数灾”问题,提出了三大网络简化原则以提高算法的计算效率.当算法陷入“早熟收敛”的怪圈时,引入局部学习与反向学习机制,一部分鱼群根据处于最优位置鱼群之间的差分结果进行动态调节,协同最优种群强化局部搜索;另一部分鱼群则沿最差位置方向进行反向学习,及时逃离局部最优区域,有效地改善了种群的多样性.为了进一步加快算法的寻优效率,在视野与步长参数方面做出了相应的自适应调整.通过算例分析,验证了文中算法的准确性与有效性.     

基于人工鱼群算法的智能交流接触器虚拟样机优化设计

人工鱼群算法是一种新型的随机搜索优化算法,为求解组合的复杂优化问题提供了一种新的方法.基于网格划分策略和禁忌搜索算法的改进型人工鱼群算法使优化过程能够更好地取得全局最优精确解.本文将改进型人工鱼群算法引入到智能交流接触器吸合与释放全动态过程控制参数和机构结构参数的优化设计中,不仅取得了综合优化的效果,而且保证了机构的快...     

基于细菌觅食算法的故障指示器优化配置研究

提出了一种配网故障指示器的优化配置方法,通过合理规划故障指示器的数量和位置,使得在保证供电可靠性的前提下最大的降低成本。综合考虑设备投资成本、运行维护费用以及停电损失等因素建立数学模型,并用细菌觅食算法进行求解。针对细菌觅食算法在解决离散域问题时存在的缺陷,通过定义进化域的方法确定细菌的前进方向,改进了其趋化算子,使得算法能很好的解决0~1规划问题,并通过设立电子公告板避免了迁徙算子有一定几率删除最优解的可能性。通过对IEEE 33系统进行仿真证明了该方案的有效性及科学性。     

水轮机智能调速系统数学模型仿真及参数辨识

为建立与电网稳定计算有关的水轮机调速系统数学模型及模型参数测量辨识,提出一种基于自适应人工鱼群-神经网络技术并适用于水轮机调速系统控制的新技术,建立智能调速系统数学模型,使之符合实际调节及微机优化控制。分析了该模型组成部分的传递函数,提出采用自适应人工鱼群算法来弥补人工鱼群和神经网络算法的不足,阐述了自适应人工鱼群算法-神经网络优化器的算法。给出了自适应人工鱼群优化算法参数辨识算法设计和实现步骤。利用Matlab和自适应人工鱼群算法进行模型参数辨识,对一次调频和二次调节试验过程进行仿真并与实测对比。结果表明,仿真值与实测值相当接近,所研制的自适应人工鱼群-神经网络优化器,达到了优化PID调节器控制输出量的目标;所建立的调速系统数学模型真实地反映调速系统在机组并网工况下的调节特性,说明该方法原理正确,可用于优化控制。     

计算系统静态电压稳定裕度的蒙特卡罗鱼群算法

针对鱼群算法只能收敛于全局最优解,而不能求得高精度的数值解的缺点,将蒙特卡罗算法引入鱼群算法中,形成蒙特卡罗鱼群优化算法计算系统的静态电压稳定裕度.即应用蒙特卡罗算法对控制变量进行筛选,将筛选后值作为鱼群算法初始鱼群,然后,给定鱼群算法较小的步长值和感知距离进行精确寻优,最终得到较单纯鱼群算法更加精确的优化结果.通过算...     

融合鱼群和微分进化的蚁群算法的无功优化

对于求解电力系统无功优化问题,提出了一种融合鱼群和微分进化的蚁群优化算法（FDEACO）。受人工鱼群觅食、聚群和追尾行为的启发,在基本蚁群算法的基础上,应用人工鱼群算法的追尾行为对蚁群在可行域上搜索到的解进行改进,加快了向最优解收敛的速度。在信息素更新机制里,通过引入微分进化算法的发散项,增加一个随机扰动,减小了算法陷入局部最优的可能性。在IEEE30测试系统上对新提出的算法进行校验,并与其它算法比较,证明FDEACO算法收敛速度快、全局寻优能力强。     

基于改进人工鱼群算法的电网可用传输能力计算究

利用改进人工鱼群算法构造了可用传输能力问题的优化模型。首先采用潮流校验法解决了人工鱼群算法的初始值敏感问题;然后引入遗传算法,解决了人工鱼群算法的早熟问题;最后运用IEEE 30节点算例系统验证了所提算法的准确性和有效性,同时分析了人工鱼群算法在电网可用传输能力研究中尚需解决的问题。     

改进FPN在航空保障系统易损性评估中的应用

针对舰船航空保障系统易损性评估特性,提出一种易损性评估模型.考虑到系统设备毁伤的模糊随机特性以及设备之间复杂逻辑关系,在模糊Petri网(FPN)的模糊推理算法基础上,结合分层思想和具有非线性自反馈项的BP算法,建立了可用于复杂舰船系统易损性评估的改进FPN模型,摆脱了系统中大量无法确定参数对经验的依赖.最后根据该模型对航空保障系统易损性进行了评估,并对模型参数选择进行了分析.仿真结果表明,本文模型比传统损伤树方法更全面合理,对于复杂舰船系统易损性评估研究具有参考价值.     

基于改进鱼群算法和支持向量机的变压器故障诊断

电力变压器在整个体系中处于十分重要的地位,部件的运行概况和整个电网的稳定性具有密切联系。对电力变压器的故障诊断,工程实践中广泛采用的是油中溶解气体法,由于变压器故障样本比较少,属于小样本数据,而支持向量机能够较好地解决小样本的多分类问题,因此提出利用改进鱼群算法对支持向量机寻优得到全局最优解,得到具有最佳参数的支持向量机模型。通过数据实例分析得出,改进鱼群算法故障诊断模型比粒子群算法故障诊断模型和改良三比值法分类准确率高。     

基于混合人工鱼群算法的输电网扩展规划

应用于输电网扩展规划的人工鱼群算法(artificial fish school algorithm,AFSA)依靠随机移动无条件接受劣解以摆脱局部极值,具有盲目性大的特点,且该算法一般在优化初期收敛较快而后期收敛速度减慢。针对AFSA的上述缺点,文章结合模拟退火算法,提出一种混合人工鱼群算法(HAFSA)。HAFSA利用模拟退火算法的概率性突跳搜索机制,使局部极值跳跃能力具有可控性,降低了算法的盲目性,提高了算法效率;引入基于分段自适应调整视野策略的反馈机制,兼顾了全局搜索与局部挖掘能力;加入拟遗传算法的变异算子加快了优化后期的收敛速度。通过IEEE6节点和巴西南部46节点算例证明了HAFSA的正确性和有效性。     

谐波畸变下电网的无功优化

系统中装设了大量的电容器进行无功优化以降低网损，但在谐波频率下，容易产生系统与电容器之间的谐波谐振或谐波放大，从而使系统的谐波畸变率变大，破坏了系统的安全运行，针对这一问题，提出了谐波畸变情况下对电网进行无功优化的模型，给出了用遗传算法进行求解的具体步骤：染色体编码；适用值函数的选取；遗传操作，进行系统优化，并通过灵敏度方法对遗传算法进行了改进，用VB编制了仿真程序，对Ward-Hale六节点系统进行了仿真计算，结果表明，在满足电网电压和谐波标准约束的情况下，模型能达到系统网损和谐波畸变最小，且改进的方法大大加快了遗传过程的进化速度，说明了改进方法的有效性。     

基于自适应SFLA算法的LQR附加阻尼控制器设计

针对含有电压源型换流器高压直流(VSC-HVDC)的交直流系统愈发凸显的低频振荡问题,提出了一种基于改进自适应混合蛙跳(SFLA)算法优化的线性二次型最优方法来设计附加阻尼控制器,以此来抑制振荡。该方法采用最小二乘-旋转不变技术(TLS-ESPRIT),辨识出系统的对应振荡模态和降阶模型。针对该模型运用线性二次最优控制法并引入状态观测器,求出带观测器的控制器表达式。采用改进自适应SFLA算法对权矩阵进行优化,设计线性二次型最优控制器使其控制效果最优。在PSCAD验证。仿真结果显示,这种控制器相比于传统线性二次最优控制器具有更好的鲁棒性和控制效果,控制器也较易设计。