基于GEP滑动窗口模型的变压器油中溶解气体含量预测

为了对变压器的运行状态和潜伏性故障进行有效预测,提出了基于基因表达式程序设计(Gene Expression Programming,GEP)滑动窗口预测模型的变压器油中溶解气体浓度的预测方法。根据变压器油中溶解气体量的变化特点,选择合适的嵌入维度、终结点集、函数集等GEP运行参数后由适应度函数驱动进行遗传操作,演化出各气体的预测模型。结合变压器运行实例,给出了7种主要气体的预测结果以及H2含量的预测公式,并与MGM(1,7)模型进行比较。对比结果表明,该方法能有效地提高预测精度。     

考虑碳排放惩罚因子的综合能源系统优化规划

能源行业在碳排放中所占比重较大,是节能减排的主力军,为保证系统的可持续发展,有必要将碳排放考虑到综合能源系统规划.为此建立一种考虑碳排放惩罚因子的综合能源系统规划模型,首先,针对某园区的热、电负荷特征,提出4种规划方案,以净现成本最小为优化目标得到4种规划方案在考虑碳排放惩罚因子场景下的最优容量配置;其次,从经济效益与环境效益两方面对比分析4种规划方案优劣势,并分析综合能源系统的热电供需平衡;最后,针对碳排放惩罚因子进行灵敏度分析.结果表明,考虑碳排放惩罚因子可以减少综合能源系统的碳排放,且可再生能源、储能装置以及燃气轮机都可以减少碳排放,提升环境效益.     

基于遗传程序设计的变压器油中溶解气体含量预测

为了对变压器的运行状态和潜伏性故障进行有效预测,提出了基于遗传程序设计(GP)的变压器油中溶解气体浓度的预测方法.结合变压器运行实例,分别给出了变压器油中7种主要气体的预测模型,并与灰色模型及其改进形式进行比较.对比分析结果表明,在同为小样本训练数据的情况下,GP比灰色模型的预测精度更高.     

基于鱼群遗传混合算法求解最佳抢修路径的研究

目前对于配电网最佳抢修路径技术的研究大多集中在最短路径算法的研究上。在解决最短路径问题中,现有的很多算法都存在不足。鱼群算法不易扩大搜索空间,易于陷入局部最优解;遗传算法具有较强的鲁棒性,但局部搜索能力很差。文中将鱼群算法和遗传算法相结合构建了1种混合算法,用以求解最佳抢修路经。实验证明该方法具有可行性。     

基于主成分分析和遗传程序设计的油浸式变压器故障诊断

提出了一种基于主成分分析和遗传程序设计的分类模型,并应用于油浸式变压器故障诊断中。该分类模型以变压器油中溶解气体的DGA数据为评价指标;通过对所采集数据进行主成分分析,减少了数据的冗余度,从而大大降低了问题的复杂度。实验证明该模型是高效可行的。     

基于遗传规划和数据归一化的变压器故障诊断

提出了一种基于数据归一化和遗传规划的分类模型,并将其应用于变压器故障诊断中.该模型以变压器的DGA数据为评价指标,先用数据归一化方法对原始数据进行预处理,以消除不同属性之间的量纲的影响;然后将处理后的数据用遗传规划算法进行训练,得到相应的分类器,并构建变压器故障诊断的二叉树模型.利用该诊断模型对121组能反映出各种故障...