首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   39篇
  完全免费   18篇
  电工技术   57篇
  2018年   9篇
  2017年   2篇
  2016年   2篇
  2015年   4篇
  2014年   8篇
  2013年   3篇
  2012年   6篇
  2011年   11篇
  2010年   4篇
  2009年   2篇
  2008年   1篇
  2007年   2篇
  2006年   3篇
排序方式: 共有57条查询结果,搜索用时 46 毫秒
1.
两阶段粒子群算法在水电站群优化调度中的应用   总被引:10,自引:0,他引:10  
以水电站群最小出力约束下的发电量最大为目标建立了水电站群优化调度数学模型,采用两阶段粒子群算法求解。在按目标函数进行进化计算之前,先进行以最小平均出力最大为目标的第一阶段优化,并在粒子群中引入初始可行解,以提高粒子群的质量和求解效率。以云南电网统调的7库14站主力水电站群系统为例进行了计算,结果表明,该算法能有效克服“维数灾”问题,能得到高性能的优化调度结果。  相似文献
2.
基于混沌遗传算法的水电站优化调度模型及应用   总被引:8,自引:1,他引:7  
利用混沌运动的遍历性、随机性和规律性等特点,提出了一种求解水电站水库优化调度问题的基于浮点数编码的混沌遗传(CGA)算法。该算法的思想是采用混沌优化进行改善初始种群质量和利用混沌退化变异算子代替常规算法中的变异算子,避免搜索过程陷入局部极值。与动态规划、常规遗传算法进行比较,文中实例计算结果表明,该算法计算速度快、收敛性好,提高了常规遗传算法的收敛速度和优化效果。  相似文献
3.
随着电站装机容量和机组台数的不断增加,利用动态规划求解水电站厂内经济运行问题,将面临"维数灾"和实效性问题.近些年,粒子群算法作为一种新型的群体智能优化方法,由于能够弥补动态规划计算时间长、内存占用量大等诸多不足,在水电站厂内经济运行等方面得到了广泛重视.现有文献,大多数从方法的应用角度探讨较多,但从替代动态规划的必然性和潜力方面探讨较少,鲜有实例分析.本文以百万级装机千瓦的乌江渡水电站为实例,深入分析与比较了粒子群算法与动态规划的优劣,认为粒子群算法是代替动态规划、求解装机规模庞大的巨型水电站厂内经济运行的有效方法.  相似文献
4.
伴随水电规模的扩大,水电站群优化调度的计算量不断增加,需要探求新的方法.在分析离散微分动态规划(discrete differentiation and dynamic programming,DDDP)算法的基础上,提出了基十分治模式的梯级水电站长期优化调度的细粒度并行离散微分动态规划(parallel discrete differentiation and dynamic programming,PDDDP)方法,并以澜沧江梯级的6个电站系统长期优化调度问题为应用实例,在多核计算环境下进行验证.结果表明,多核环境下的PDDDP方法简便易行,能充分利用闲置计算资源、大幅度提高优化调度的计算效率,是解决大规模复杂水电系统调度的高效和实用方法.  相似文献
5.
改进的火电调峰方式   总被引:2,自引:0,他引:2       下载免费PDF全文
针对汛期电力系统中水电在尽量减少或避免弃水而调峰能力不够时,火电参与调峰但各个时段出力不均匀的情况,提出了一种改进的火电调峰算法,以逐次切负荷法为基础,采用负荷控制的办法,避免了常规算法中对火电站计算结果进行逐个限制的复杂过程。该算法在尽可能减少火电站出力过程中连续启停机及连续升降的情况下,既能保证火电站相邻时段出力差满足爬坡速度要求,又保证了火电站全天各个时段出力尽量均匀。通过云南电网实际运行检验,所提出的火电调峰方法得到的结果更为合理,更能满足实际电网的调峰要求。  相似文献
6.
李刚  程春田  曾筠  孙斌  林成 《继电器》2012,40(2):72-76
结合贵州电网实际,分析讨论了等微增率算法应用求解火电机组负荷分配时可能碰到的实际问题,提出了融入火电机组发电排序表的机组组合策略与等微增率准则相结合的算法。该方法以火电机组发电排序表为基础,通过机组组合策略确定参与优化计算的机组组合方案,然后利用等微增率准则分配火电负荷。贵州电网自从2008年进入节能发电调度试点运行,一直到2009年正式运行以来,很好地验证了所提出的算法,结果显示该算法很好地解决了传统等微增率法在实际应用中所碰到的问题,同时也说明该方法是一种切实可行的负荷分配算法。  相似文献
7.
基于蚁群算法的支持向量机中长期水文预报模型   总被引:2,自引:0,他引:2  
支持向量机算法(SVM)具有可靠的全局最优性和良好的泛化能力,尤其适用于中长期水文预报中有限样本的学习,然而该算法的成功与否很大程度上取决于其参数的选择,而常规经验选取方法往往不能获得满意效果。本文建立基于蚁群算法参数优化的支持向量机模型(ACO-SVM),利用蚁群算法(ACO)基于进化的随机搜索策略对支持向量机参数进行识别。以福建省安砂水库的月径流预报为例,进行建模仿真,将模拟结果与时间序列方法(ARMA)、人工神经网络方法(BP-ANN)所获得的预报结果进行对比分析。结果表明,在拟合精度方面,ACO-SVM模型相比ARMA模型和BP-ANN模型有不同程度的提高,且增幅较大,且具有较好的泛化性能。  相似文献
8.
介绍了一种基于模拟退火的粒子群算法,并用其求解以水电站年发电量最大建立的优化调度的数学模型.考虑到基本的粒子群算法(PSO)后期粒子趋向同一化,使其进化速度变慢,精度较差,本文将模拟退火的思想应用到具有杂交和变异的粒子群算法当中,通过模拟退火的降温过程来提高算法后期的进化速度和精度.最后,以普定水电站的优化调度为例进行了计算,结果表明,该算法的性能较基本粒子群算法有了较大改善,且明显优于常规调度方法和动态规划.  相似文献
9.
大规模特高压直流水电消纳问题及应用实践   总被引:2,自引:0,他引:2  
随着金沙江、雅砻江、澜沧江流域溪洛渡、向家坝、糯扎渡、锦屏等巨型水电站陆续全部竣工和集中并网发电,中国水电输送规模急剧扩大,大规模水电输送直接影响到中国电力资源大范围合理配置,其消纳和对受电端电网的调峰矛盾凸显。然而,由于送端电网水电调节性能弱和消纳能力有限,中国现行的按照电站自身的运行要求或者送端电网的电力盈余安排输送计划的方式,极易出现"直线"或者"反调峰"水电输送计划,加重了受电端电网调峰压力,不利于水电大规模消纳和发挥其优质的调峰作用。如何根据送受端电网负荷特性差异,发挥跨流域梯级水电站群相互补偿作用,利用不同电源特性以最大程度消纳水电和发挥水电的调峰作用,需要研究水电大规模输送的网网协调、网省协调、厂网协调优化调度方法、补偿机制、调峰阀值和协调策略等。上述问题是中国现阶段特高压直流水电大规模输送核心所在,其研究将能够更加合理配置中国电力资源,缓解受电端电网调峰压力,改善长三角洲、珠江三角洲电源结构,减轻这些地区的雾霾压力,切实保障中国电网安全、经济、环保、可靠运行。  相似文献
10.
自适应混合粒子群算法在梯级水电站群优化调度中的应用   总被引:1,自引:0,他引:1  
针对梯级水电站群长期优化调度发电量最大模型,提出了一种自适应混合粒子群进化算法(AHPSO)。该算法引入混沌思想生成初始解,并定义了粒子能量、粒子能量阈值、粒子相似度和粒子相似度阈值来描述算法的自适应变化以及群体进化程度,同时结合遗传变异思想进行粒子操作,最后提出了一种基于邻域的随机贪心策略以解决算法后期进化速度慢的缺点。以澜沧江下游梯级水电站群为计算实例的结果表明,AHPSO比基本粒子群算法有更好的收敛性和优化结果,计算时间比逐步优化算法少,且优化结果相近,是一种可供选择的计算方法。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号