基于最优流法和遗传算法的配电网重构

提出了一种基于改进最优流和遗传算法的配电网重构算法.该算法先利用配电网的同胚图将重构问题的全局寻优空间划分为若干子空间,然后利用改进最优流法寻找子空间内的最优解,之后再利用遗传算法搜索全局最优解所在的子空间,从而实现在局部最优解中寻找全局最优解.该算法既通过压缩寻优空间提高了遗传算法的搜索效率,又利用改进最优流法改善了局部寻优能力.算例计算结果表明了文中所提算法的可行性和有效性.     

基于改进型蚁狮算法的主动配电网优化重构

主动配电网是含有分布式电源(DG)的配电网络,具备主动管理电源以及负荷需求的能力。基于蚁狮算法,以负荷功率损耗最小为目标,对主动配电网进行优化重构。同时,针对蚁狮算法存在的全局搜索能力不强,易陷入局部最优等缺陷,将混沌搜索机制和粒子群算法的全局寻优策略引入蚁狮算法,提出改进型蚁狮算法。以含三个DG的美国PGE69节点系统为对象进行优化重构,结果表明改进后的蚁狮算法在原始蚁狮算法的基础上有效降低了网损。     

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。     

含多种分布式电源的配电网重构优化研究

考虑多种分布式电源（DG）的影响,形成配电网重构优化的新方法。该方法以网损期望最小为优化目标,运用以配电网环路数为抗体长度的十进制编码策略及疫苗接种策略;并将多种DG的功率计算加入改进牛拉法配电网潮流计算模型中,考虑水轮机等DG的功率可调性及风电等DG的功率随机性,得到考虑功率随机DG出力概率的网损期望;将免疫算法与邻域搜索进行融合,形成邻域搜索免疫算法,有效克服了免疫算法在迭代末期局部搜索能力差的弊端。IEEE33节点模型加入DG后计算结果表明,含多种DG的配电网通过重构可以在优化DG出力的同时实现网损期望的最小化。     

基于启发式搜索降低配电网网损的配网重构算法

配电网网络重构是配电网自动化系统的一个重要组成部分,给电力的供应提供了可靠性,给电力操作提供了灵活性。配电网网络重构的解是一组开关的组合,网络重构的目标多种多样,在实际应用中如何选取适合不同的配电网络重构方法是研究的目的。重点在启发式搜索和前推回代的配电网潮流计算方法的基础上以系统网损最小为目标函数来优化配网结构。首先生成一个1×N阶描述配电网开关通断的矩阵,然后以网损不能再减少为目的对所有的联络开关进行搜索,而寻找全局最优解。     

基于改进模拟植物生长法的配电网络重构

提出使用改进模拟植物生长法求解配电网络重构问题。该算法充分考虑植物生长过程中的智能化因素,避免了搜索过程中的随机机制,缩小了搜索空间,减少了迭代次数。以未来一段时间内网损最小为目标函数,建立配电网重构的数学模型。根据配电网的结构特点,以基本环路为单位形成可断开关集,避免了一些不可行解的产生,降低了变量的维数,提高了搜索效率。通过对IEEE69节点测试系统的计算和分析表明,该方法在解决配电网络重构问题上具有很高的搜索效率和寻优性能。     

基于启发式搜索降低配电网网损的配网重构算法

配电网网络重构是配电网自动化系统的一个重要组成部分,给电力的供应提供了可靠性,给电力操作提供了灵活性.配电网网络重构的解是一组开关的组合,网络重构的目标多种多样,在实际应用中如何选取适合不同的配电网络重构方法是研究的目的.重点在启发式搜索和前推回代的配电网潮流计算方法的基础上以系统网损最小为目标函数来优化配网结构.首先生成一个1×N阶描述配电网开关通断的矩阵,然后以网损不能再减少为目的对所有的联络开关进行搜索,而寻找全局最优解.     

基于改进模拟植物生长法的配电网络重构

提出使用改进模拟植物生长法求解配电网络重构问题.该算法充分考虑植物生长过程中的智能化因素,避免了搜索过程中的随机机制,缩小了搜索空间,减少了迭代次数.以未来一段时间内网损最小为目标函数,建立配电网重构的数学模型.根据配电网的结构特点,以基本环路为单位形成可断开关集,避免了一些不可行解的产生,降低了变量的维数,提高了搜索效率.通过对IEEE69节点测试系统的计算和分析表明,该方法在解决配电网络重构问题上具有很高的搜索效率和寻优性能.     

GSO算法在分布式电源选址与定容中的应用

针对分布式电源选址与定容在新型配电网规划中的问题,提出基于群搜索优化算法确定分布式电源接入配电网地址与容量的快速算法。定义了满足配电网节点拓扑结构的分支向量,并将分支向量搜索的更新新方法与群搜索优化算法结合。该方法将智能寻优与物理寻优相结合,提高了全局寻优效率。算例表明,该方法合理得到分布式电源接入配电网的最优位置和容量方案,减少了配电网网损,提高了整体电压水平。     

基于改进粒子群算法的配电网静态重构

针对配电网静态重构问题,结合配电网的辐射状特点,提出了适应于配电网静态重构的改进二进制粒子群算法,建立以系统网损最小为目标函数的静态重构模型。提出的算法运用破圈法生成和更新粒子群,提高搜索有效解的效率,在迭代过程中采取重新初始化粒子策略避免算法陷入局部最优解,提高粒子群算法得到全局最优解的概率。应用于33节点标准测试系统,验证了算法的可行性。     

基于改进麻雀算法的机场跑道胶痕检测方法

针对光照条件差导致的胶痕检测效率低、精度差等问题，提出了一种基于改进麻雀搜索算法的机场跑道胶痕多阈值分割方法。首先利用透镜成像反向学习提高初始化种群的多样性，然后引入优化性能级别和自适应因子，提高发现者个体质量和搜索能力，其次引入萤火虫算法，协助传统麻雀搜索算法跳出局部最优，最后采用改进麻雀算法优化Tsallis相对熵度量函数实现胶痕自动、精准分割。实验结果表明，该方法的胶痕检测精度远高于传统算法，其FSIM值均大于0.8，SSIM值接近于1，并且在光照条件差和道面、标志线与胶痕混叠的情况下表现出了良好的分割效果。     

An Iterative and Cost-Based Approach for Optimal SFCL Allocation in Fault Level-Constrained Meshed Networks

Abstract

In this article, an allocation method for superconducting fault current limiter (SFCL) to reduce the exceeded short circuit current within the breaking capacity of the circuit breakers (CBs) is proposed. A cost-based allocation method is advised because of the high cost of SFCL depending on its type. In this article, the multiple parameters such as number, impedance size and type of the SFCLs in meshed networks are determined by defining a cost function for SFCL and using a new hybrid genetic algorithm and sensitivity analysis (HGASA) optimization. The proposed method is based on gradual (step by step) adding the multiple SFCLs in various points of the network during the iterative-based process to optimal SFCL allocation with the least economic costs in fault level-constrained meshed networks. A sensitivity index based on the average decrease of fault current is proposed to reduce the search space and to improve the efficiency of the algorithm. Also, since the different types of SFCLs have different behavior in fault current mitigation, they are analyzed and considered in this article. IEEE 30-bus test system is chosen to evaluate the accuracy and efficiency of the proposed method.     

基于并行禁忌搜索算法的配电网重构

为更好地实现配电网重构,引入了分治法,进而提出了采用并行禁忌搜索算法实现重构的方法.将配电网简化为只含支路组的环网,并给出了配电网重构的必要条件.重构时,首先选择断开的支路组,采用深度优先搜索算法形成父子链表;然后引入可降低复杂度的分治思想,以可断开支路组为解空间进行分组,应用多处理器进行并行禁忌搜索.算例结果验证了该方法的有效性.     

联合 VMD 与 ISSA-ELM 的电力电子电路软故障诊断

针对电力电子电路的软故障特征区分度差、不易诊断等问题,提出了变分模态分解(VMD)结合改进的麻雀搜索算法(ISSA)优化极限学习机(ELM)的故障诊断方法。首先,将采集的故障信号进行VMD分解成本征模态分量(IMF),提取线性重构后IMF的12维时域参数作为故障诊断的特征向量。其次为提高ELM在故障诊断中的精度,提出ISSA对ELM的参数进行优化,建立ISSA-ELM分类模型。ISSA首先采用Iterative映射初始化种群,然后在发现者位置更新处引入自适应惯性权重因子,最后在解的位置引入Levy变异算子进行扰动得到新解等3种策略改进,提高算法性能。在8类基准函数测试中,ISSA比另外4种智能算法的收敛速度和寻优精度均有提升,并且VMD结合ISSA-ELM在功率为150 W Boost电路软故障诊断中精度达到99%以上。     

A Technique of Automatically Tuning Decision Parameters for Rule‐Based Defect Classifier

In automatic defect classification of semiconductor wafers using scanning electron microscope images, we propose a technique of tuning decision parameters for rule‐based defect classifiers. The proposed method adopts a coarse‐to‐fine search for reduction in processing time. However, due to search leakage, there is no guarantee that the same solutions as in a full parameter search can be obtained. In order to prevent leakage in the coarse search theoretically, the proposed method evaluates a candidate parameter set based on the estimated range of classification accuracy attained by not only the candidate but the surrounding solutions eliminated by the coarse search. Experiments on real image data demonstrate the effectiveness of the proposed method. The proposed method can extract the same solutions as the full parameter search within almost the same processing time as the conventional coarse‐to‐fine search. When the sampling step of the coarse search is three to six, while the tuning time of the conventional coarse‐to‐fine search is 1 to 21 s, that of the proposed method is 5 to 35 s.     

一种高效光伏多峰MPPT控制算法

在局部阴影条件下,光伏阵列的输出功率会出现多峰现象,传统MPPT控制方法搜索全局最大功率点会发生寻优失效。提出了一种高效的光伏多峰MPPT控制算法。该算法基于天牛须搜索算法,通过引入随时间变化的自适应步长因子,在算法初期自动的选取较大的搜索步长,使之保持较高的全局搜索能力;中期逐渐增大步长的衰减速度,加快算法收敛;后期逐渐减小步长的衰减速度,以提高收敛精度。Matlab结果表明,该算法可有效地减小搜索时间和搜索震荡,显著提高收敛速度,同时又可大大地提高搜索精度,准确搜索到光伏最大输出功率。     

Robust searching hybrid differential evolution method for optimal reactive power planning in large-scale distribution systems

A robust searching hybrid differential evolution (RSHDE) method which can be used to solve the optimization problem of large-scale integer nonlinear systems is proposed. Two new schemes, the multi-direction search scheme and the search space reduction scheme, are embedded into the HDE. These two schemes are used to enhance the search ability before performing the initialization step of the solution process. Without these two schemes, the HDE is awkward in finding an efficient search direction in large-scale systems because of applying a random search method. In this study, the RSHDE is applied to solve the capacitor placement problem in distribution systems. Various-scales distribution systems are employed to demonstrate the application and verify the effectiveness of the proposed method. Moreover, the previous DE, HDE, simulated annealing (SA) and genetic algorithms (GA) methods are also applied to the same example systems for the purpose of comparison.     

融合禁忌搜索的SSA算法及其路径规划的应用

针对麻雀搜索算法易陷入局部最优解、收敛精度不足等问题,提出一种融合禁忌算法思想的改进麻雀搜索算法。首先,采用拉丁超立方抽样初始化种群,保证初始空间解分布更均匀;其次,对R2相似文献   

回溯自适应匹配追踪电能质量信号重构方法

为改善电能质量暂稳态信号重构性能,提出了基于压缩感知理论的回溯自适应匹配追踪的电能质量信号重构方法,对电能质量信号进行处理。在自适应匹配追踪的基础上改变一个回溯步骤,初选出满足条件的候选集,然后在终选步骤中利用回溯功能,剔除系数相对较小的原子,所以该方法能够灵活地删除一些被在初选时被错误选择的原子,有着更好的稀疏信号重构和逼近性能。另外该方法无需先验信号的稀疏度,具有稀疏度自适应能力。仿真实验结果表明,10种电能质量信号的压缩重构精度都在97.63%以上,能量恢复系数要高于99.57%,信噪比高于31.42dB,均方误差百分比在2.31%之内,都能达到很好的性能指标。     

基于改变比例因子的变步长最大功率跟踪算法

通过仿真模拟分析光伏电池特性,针对传统的变步长电导增量(INC)法存在无法同时满足跟踪速率和减少振荡的问题,提出了一种基于改变步长比例因子的变步长最大功率算法,实时判断工作点的状态来选择不同的步长比例因子,从而解决MPPT控制过程中动态响应和稳态波动的这一矛盾关系。仿真结果表明:改进的算法和传统的变步长INC相比,跟踪过程更快速,跟踪结果更精确,系统输出功率在最大功率点处的振荡得以有效降低,动态性能和稳态性能都更优异。