继电保护课群的优化与改进

本文在分析了继电保护课群的构成,结合继电保护原理课程的教学实践,分析了当前继电保护课群的不足之处,提出要结合目前继电保护技术的发展和应用现状,通过优化继电保护课群的课程配置、教学计划及教学内容、改进实验教学手段,来改善继电保护实验教学的教学效果。     

继电保护课群的优化与改进

本文在分析了继电保护课群的构成,结合继电保护原理课程的教学实践,分析了当前继电保护课群的不足之处,提出要结合目前继电保护技术的发展和应用现状,通过优化继电保护课群的课程配置、教学计划及教学内容、改进实验教学手段,来改善继电保护实验教学的教学效果.     

基于改进粒子群算法的继电保护定值优化

对传统的粒子群算法进行了改进,得出一种适用于继电保护整定计算全局优化的改进粒子群算法,为继电保护定值优化的后续研究工作提供了一定的基础。同时,与基于遗传算法优化的继电保护整定计算进行了比较,结果表明改进粒子群算法可成功应用于继电保护全局优化整定。     

对改进继电保护实验教学环节的思考

本文探讨在当前的专业教学改革中,如何加强和改进继电保护课程实验教学环节的问题。指出通过加强及整合教学内容、完善实验硬件设施、将继电保护实验课独立设课等改进实验教学的举措,来改善教学效果。同时强调实验教学应注意与实际结合,培养学生的动手能力和分析问题的能力。     

基于粒子群模糊神经网络的继电保护系统故障诊断

针对电力系统继电保护中故障诊断的特点和要求,建立了基于模糊神经网络的故障智能诊断系统模型。采取粒子群优化（PSO）算法和误差反向传播（BP）算法柏结合的方法训练该模型网络,充分发挥PSO全局寻优能力和BP局部细致搜索优势,提高了诊断的可靠性和准确性。实验结果证明了该方法的有效性。     

基于改进自适应遗传算法的继电保护定值优化

根据电力系统的实际运行情况,获取一套保证整体性能最优的保护定值对整个电网的稳定运行尤为重要。针对现有的继电保护优化方案整定效率低、稳定性差等不足,采用改进的自适应遗传算法,建立了基于风险指标的数学模型,考虑电网系统故障概率以及后果等因素,以找到使整个系统运行风险最小的定值为目标进行了整定计算,并通过实例网络计算分析。结果表明提出的优化方法可避免权重系数的不确定带来的整定误差,得到一套运行风险低,可满足电网稳定运行的保护定值,在算法收敛速度、寻优效率、精度以及稳定性方面也都有较好的表现。     

电力系统继电保护综合实验教学的新探讨

电气工程及其自动化专业是学院重点发展的学科,在学科建设步伐加快,专业结构得到进一步优化的前提下,文中就电力系统继电保护综合实验的教学进行了一些探讨,提出了建设新型继电保护综合实验室的想法,并对该实验室建设的改革进行了具体规划和研究。     

基于粒子群及其改进算法的电力系统无功优化

介绍了电力系统无功优化的数学模型,论述了现代智能算法在解决无功优化的非线性规划问题中的应用,实现了粒子群优化(particle swarm optimization,PSO)算法在电力系统无功优化问题中的应用。引入离散粒子群(discrete particle swarm optimization,DPSO)算法,采用两种方法对离散变量进行处理。IEEE-30节点系统的算例分析验证了PSO和DPSO的可行性。这两种算法具有相近的优化效果,但PSO的收敛性优于DPSO,而DPSO对离散变量的处理比PSO更准确,也更切合实际。     

改进粒子群算法的无功优化

通过对传统梯度算法和粒子群算法的研究,提出了将梯度算法和粒子群算法(GPSO)相结合的梯度粒子算法.建立了无功优化的数学模型,将梯度粒子算法运用到无功优化中,通过算例验证,梯度粒子算法能够获得更好的全局最优解,此表明该算法运用到实际中将有利于在线电力系统无功优化.     

继电保护实验教学的改进与探索

探讨了自主创新综合实验方案,加强了识图能力和动手能力训练,改进了实验内容、教学方法、成绩构成等继电保护实验教学环节。有利于激发学生的学习激情,充分发挥学生的主观能动性和参与积极性,提高学生的实践创新能力和解决问题的能力,取得了良好的教学效果。     

梯级水电站优化调度的改进粒子群算法

针对粒子群算法易陷入局部最优的缺点,提出了一种双适应度方法、动态邻域算子和随机动态调整惯性权重机制有机结合的混合改进策略。算例计算表明,该改进策略能增强粒子的局部收敛能力,加快算法的收敛速度,便于处理复杂约束条件,为求解具有复杂约束条件的非线性规划问题提供了一种简单有效的方法。文中探讨了梯级水电站优化调度的相关问题,考虑了丰枯分时电价因素,建立了梯级水电站长期优化调度数学模型,并应用改进粒子群算法进行求解。实际梯级水电站计算表明,该模型使枯水期大部分时间出力均匀平稳,丰水期能兼顾防洪和蓄水的不同要求,有利于电力系统的稳定运行。改进粒子群算法计算速度快、收敛精度高,为梯级水电站长期优化调度提供了一种简单实用的求解方法。     

线路变压器组继电保护优化配置

分别对66 kV、220 kV、500 kV 3个电压等级的线路变压器组继电保护配置方案进行分析,确定最佳方案。66kV线路变压器组,只在线路电源端配置线路保护,并将距离保护的保护范围延伸至变压器高压侧;"站中站"模式的66 kV线路变压器组,不配置线路保护,将电缆线路作为变压器一部分;220 kV线路变压器组,配置线路纵联保护,不配置独立的断路器失灵保护;500 kV线路变压器组,配置线路纵联保护和独立的断路器保护。     

基于改进粒子群算法的多目标无功优化

提出了一种基于粒子群算法的多目标优化方法,该算法采用Pareto支配关系来更新粒子的个体最优和全局最优值,用存储池保存搜索过程中发现的非支配解;采用聚类算法裁剪非支配解,以保持解的分散性;采用动态惯性权重来平衡粒子的局部和全局搜索能力,并将该算法应用于IEEE14节点系统的多目标无功优化     

基于改进粒子群算法的电力系统无功优化

电力系统无功优化问题是一个多变量、多约束的混合非线性规划问题。提出了一种改进粒子群算法用以解决这一复杂优化问题。在改进的算法中,首先结合混沌优化思想对粒子群进行初始化,减轻了粒子初始位置的选择对算法优化性能的影响;在进化过程中引入了自探索行为,使得粒子的搜索过程更加符合实际;引入了变异机制及3种判断陷入局部最优的标准,当发现粒子群陷入局部最优时,通过变异,帮助粒子跳出局部陷阱,增加发现最优解的机会。给出了问题的求解方法,并对IEEE 6、14节点系统进行了仿真计算,实验数值对比表明了算法的可行性和有效性。     

电力系统机组组合问题的改进粒子群优化算法

机组组合问题是一个大规模的非线性混合整数规划问题.文章首先对机组组合问题的0、1变量进行松弛,应用罚函数方法将此问题转化为一个非线性连续变量的规划问题,并应用改进粒子群优化算法求解.该算法在标准的粒子群优化算法的基础上,每个粒子速度和位置的更新不仅考虑自身个体极值和全局极值的信息,还考虑其它粒子所包含的信息.通过收敛性分析可知,若合适地选择算法的控制参数,该算法能较好地收敛到最优解.算例表明文章所提出的算法具有解的质量高、收敛速度快的优点.     

基于改进遗传算法的串联小水电群优化调度

建立了由沙畈水库和金兰水库组成的串联小水电群优化调度的数学模型，采用了改进遗传算法对该模型进行优化计算。算法设计编程简单、计算工作量小、收敛速度快。利用两个水库的入库径流实测值进行了仿真实验，结果说明优化调度能比常规调度取得更大的经济效益，同时也说明了遗传算法是求解小水电群优化调度的可行而有效的方法。     

对改进继电保护实验教学环节的思考

本文探讨在当前的专业教学改革中,如何加强和改进继电保护课程实验教学环节的问题.指出通过加强及整合教学内容、完善实验硬件设施、将继电保护实验课独立设课等改进实验教学的举措,来改善教学效果.同时强调实验教学应注意与实际结合,培养学生的动手能力和分析问题的能力.     

基于改进海鸥算法的新能源接入配电网继电保护定值优化方法

随着分布式新能源接入电网容量不断提升,配电网潮流分布更加复杂,而传统的继电保护方法无法满足现有的新能源配电网需求,导致继电保护装置可靠性、灵敏性进一步降低。针对这一问题,提出一种基于改进海鸥算法的新能源接入配电网继电保护定值优化方法。首先,分析新能源接入配电网对继电保护的影响;然后,以分布式新能源接入配电网下的保护灵敏性、速动性、可靠性为约束条件,构建灵敏度最优、整定时间最短的定值优化模型;最后,对海鸥优化算法进行改进,提高了算法的全局搜索能力、收敛速度及收敛精度,并使用改进海鸥算法求解定值优化模型,得出最优的保护定值以提高新能源配电网安全稳定运行水平。经过实验验证,所提方法与常见的粒子群算法、遗传算法整定方法相比,具有更快的收敛速度和更高的寻优效率,能很好地应用于新能源配电网继电保护中。     

水电站水库优化调度的改进粒子群算法

粒子群优化算法是通过粒子记忆、追随当前最优粒子,并不断更新自己的位置和速度来寻找问题的最优解。为了克服标准粒子群算法存在着早熟收敛、难以处理问题约束条件等缺点,本研究对递减惯性权值进行了改进,将其表示为粒子群进化速度与群体平均适应度方差的函数;给出了适合PSO算法的约束处理机制,提出了一种改进自适应粒子群算法,并将其应用于水库优化调度中。实例计算并与经典方法相比,表明该方法原理简单、易编程实现,能以较快的速度收敛于全局最优解。     

基于改进粒子群算法的电力系统无功优化研究

阐述了一种改进粒子群的无功优化方法.粒子群优化(PSO)算法是进化计算领域中的一个新的分支,其源于对鸟群和鱼群群体运动行为的研究.针对粒子群优化容易陷入局部极值点的问题,文章提出混沌粒子群算法,该算法可以较好地避免PSO算法过快收敛于局部最优解,有较快的收敛速度.文中将该算法应用于求解电力系统无功优化问题,并与标准PSO算法的性能进行了对比,仿真计算证明该算法是有效、可行的.