排序方式: 共有47条查询结果,搜索用时 0 毫秒
1.
基于混合智能算法的电力系统经济负荷分配 总被引:1,自引:0,他引:1
为解决复杂、不连续、不可导、非线性的电力系统经济负荷分配(economic load dispatch,ELD)问题,提出粒子群算法(particle swarm optimization,PSO)结合单纯形算法(simplex method,NM)的混合智能算法(simplex method-particle swarm optimization,NMPSO)。利用NMPSO解决ELD问题时,综合考虑了发电机组的阀点效应和系统网损,使ELD更接近实际情况,充分利用 PSO 随机性的全局寻优能力和 NM快速确定性的局部寻优能力,弥补了 PSO和NM分别单独应用时的不足。仿真结果表明,NMPSO应用于ELD问题,具有较好的优化效果。 相似文献
2.
3.
风力/太阳能发电的发展现状和展望 总被引:1,自引:0,他引:1
风能和太阳能是资源丰富的可再生能源,发展风能和太阳能发电是改善能源结构、减少环境污染和保护生态环境的重要举措.阐述了国内外风力发电和太阳能发电的发展现状及趋势,针对风能和太阳能间歇性的特点,提出利用风能和太阳能互补发电,并介绍国内外相关研究现状. 相似文献
4.
陈璟华 《广东工业大学高等工程教育研究》2007,7(B06):194-195
文章介绍了多媒体技术在“电力系统分析”课程教学中的应用,并就其在教学过程中出现的问题进行了分析,结合“电力系统分析”教学的实际,提出了该课程多媒体教学改革的几点建议. 相似文献
5.
大量分布式能源站的出现以及电动汽车的普及,给电力系统的安全、经济运行带来影响的同时,传统的负荷预测方法也面临挑战。针对这个问题,提出了利用鲸鱼算法优化最小二乘支持向量机(Whale Optimization Algorithm-Least Squares Support Vector Machine,WOA-LSSVM)进行短期电力系统负荷预测。利用鲸鱼算法全局寻优能力强、收敛速度快的优点,弥补最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)选参的盲目性,提高LSSVM的负荷预测精度。采用WOA-LSSVM对2013年浙江某地区历史负荷数据预测未来1 d的负荷,并与粒子群优化最小二乘支持向量机模型和标准LSSVM模型预测结果对比。结果表明,基于鲸鱼优化LSSVM的短期负荷预测具有较高的预测精度,相对误差较小。 相似文献
6.
7.
随着分布式电源的接入, 配电网故障过电流方向不再唯一, 传统的故障区段定位方法将不适用, 本文提出含分布式电源(Distributed Generation,DG)配电网故障区段定位的非线性互补约束光滑化模型和求解方法。基于逻辑关系的间接故障定位方法在数值稳定性和决策效率上的不足, 本文构建了可适应多个DG投切情况的基于代数关系的开关函数。2个仿真算例与对比实验表明, 含DG配电网故障区段定位的非线性互补约束光滑化方法在进行故障定位时具有较高的容错性能, 且能够实现多信息畸变下的准确定位, 由此可见本方案在数值稳定性上胜于智能算法。 相似文献
8.
9.
基于多Agent技术的自适应继电保护系统研究 总被引:4,自引:0,他引:4
在分析常规保护存在缺陷的基础上,提出了基于多Agent技术的自适应继电保护方案,并且构建了保护的体系结构和功能模型.介绍了多Agent技术在自适应电流保护中的应用,并采用PSCAD/EMTDC对此方案进行仿真,验证其可行性. 相似文献
10.