模拟植物生长算法及其在输电网规划中的应用

将根据植物的向光性动力机制构造的模拟植物生长算法应用于输电网规划。采用相关文献中常用的18节点系统对所提出的方法的正确性进行了验证,得到了包括在其他相关文献中还没有出现过的方案在内的一批优化方案,且解的稳定性好。计算结果表明:模拟植物生长算法具有计算模型简单、约束条件处理方便、兼具方向性和随机性的搜索机制等特点,避免了已有的仿生类算法由于一些参数难以确定而陷入局部最优的问题,非常适合于求解输电网规划问题。     

基于改进模拟植物生长算法的机组检修计划优化

随着计算机技术的迅速发展,人工智能方法在动态组合优化问题中得到了广泛应用.针对发电机组检修计划优化问题,以生产费用与检修费用之和最小为目标建立了机组检修计划优化模型,以全部待检修机组启动检修时段的组合为决策变量,提出了一种利用改进模拟植物生长算法进行求解的方法,同时对各种不同的约束务件,分别给出了相应的处理方法.针对基...     

基于二进制群智能算法的输电网故障诊断方法

为保证电网故障诊断的准确性与实时性,将二进制粒子群算法（BPSO）和二进制蚁群算法（BACA）引入到电网故障诊断优化模型的求解中,并与遗传算法作了对比分析。对单一故障、多重故障、保护非逻辑性动作、信息丢失等不同故障信息条件下的故障案例进行了仿真。仿真结果表明二进制群智能算法在收敛速度和优化结果方面显著优于GA,同时验证了提出的电网故障诊断方法具有诊断准确和容错性好等优点。     

基于二进制群智能算法的输电网故障诊断方法

为保证电网故障诊断的准确性与实时性,将二进制粒子群算法(BPSO)和二进制蚁群算法(BACA)引入到电网故障诊断优化模型的求解中,并与遗传算法作了对比分析.对单一故障、多重故障、保护非逻辑性动作、信息丢失等不同故障信息条件下的故障案例进行了仿真.仿真结果表明二进制群智能算法在收敛速度和优化结果方面显著优于GA,同时验证了提出的电网故障诊断方法具有诊断准确和容错性好等优点.     

基于模拟植物生长算法的配电网重构

将模拟植物生长算法应用于配电网络重构。该算法将目标函数与约束条件分开处理，采用兼具方向性和随机性的搜索机制，避免了已有仿生类算法由于一些参数难以确定和(或)无引导性的搜索方向而陷入局部最优的问题。此外，根据配电网特点，提出以基本环路代替开关作为控制变量，降低了变量维数，提高了计算效率。采用断开、闭合、联闭和长闭4种状态描述开关的运行方式，从而有效减小了寻优过程中的搜索范围。对IEEE 16节点、IEEE 33节点和IEEE 69节点3个不同规模测试系统进行了分析计算，并与相关文献结果进行对比，表明所提方法具有快速的全局寻优能力。     

模拟植物多向生长的配电网重构算法

应用植物多向生长模拟算法求解配电网络静态重构问题。在植物生长过程中,其总体形态处处蕴涵着分形的性质。从优化数学角度来看,生长点对应优化问题的控制变量;树干和树枝构成控制变量解空间;光照条件最好点对应目标函数最优解;树根对应控制变量初始值。因而植物向光性生长机制可用于求解配电网络重构的整数规划问题。植物多向生长模拟算法在基本的植物生长模拟算法基础上对植物形态素浓度的求解进行了改进,且增加了新枝的随机生长方向;同时从丰富随机生长方向的角度进一步改进了植物多向生长模拟算法。在算法计算过程中以基本环路作为控制变量,采用3个经典测试系统IEEE16、IEEE33、PGE69和3个大型实际网络Taipower84、Bus119、Bus136作为算例进行重构计算,结果表明植物多向生长模拟算法具有良好的全局寻优能力,且可行解的多样性使算法收敛速度加快。     

基于模拟植物生长算法的电力系统无功优化

将模拟植物生长算法应用于电力系统无功优化。提出了将无功补偿容量、变压器主变抽头和发电机节点电压3种类型的控制变量采用统一模式转化成整型变量的方法。对Ward-Hale 6节点、IEEE 30节点系统的计算分析及连续型发电机节点电压的离散点个数对计算结果影响的探讨表明:兼具随机性和方向性搜索机制的模拟植物生长算法具有较强的全局搜索能力,且使用方便,为解决电力系统无功优化问题提供了一种新途径。     

基于模拟植物生长算法的配电网故障定位

将模拟植物生长算法应用于配电网故障定位,提出了将开关及设备电流转化成整型变量的方法,建立起配电网故障定位模型。对单电源辐射型配电网和中低压配电网双电源单环网的仿真实验验证了上述基于模拟植物生长算法建立的模型的正确性、有效性及高容错性。为解决配电网故障定位问题提供了一种新途径。     

基于模拟植物生长算法的配电网故障定位

将模拟植物生长算法应用于配电网故障定位,提出了将开关及设备电流转化成整型变量的方法,建立起配电网故障定位模型.对单电源辐射型配电网和中低压配电网双电源单环网的仿真实验验证了上述基于模拟植物生长算法建立的模型的正确性、有效性及高容错性.为解决配电网故障定位问题提供了一种新途径.     

基于模拟植物生长算法的电力系统ATC计算

提出将模拟植物生长算法PGSA(plant growth simulation algorithm)应用于可用输电能力ATC(available transfer capability)计算。该方法结合电力系统ATC求解特点,将不等式约束转化为PGSA算法可行域,计算等式约束的可能解;引入步长自适应调整机制,动态调整寻优步长。由于将ATC目标和约束分开处理,采用兼顾方向性和随机性的搜索机制,无需引入罚函数处理约束条件,避免因参数不确定性和寻优方向无引导性而陷入局部最优。IEEE-30节点系统仿真结果验证了所提方法的有效性。     

用HCM聚类算法RBF网络诊断输电线路故障

在分析高压输电线路故障诊断方法的基础上,利用径向基函数(RBF)网络适于求解模式识别问题的优势,建造了基于RBF网络的高压输电线路故障诊断模型结构,来实现高压输电线路的故障诊断。同时采用基于优化原理的HCM算法实现聚类过程,来确定RBF网络的隐含层节点数,使网络的利用效率较高。仿真分析及容错性测试结果表明,该法能有效地实现高压输电线路系统的故障诊断,且在网络的训练速度及对畸变输入信息的容错能力方面都优于传统的BP神经网络(BPNN),对实时信息处理系统有一定适用性。     

多阶段输电网络最优规划的模拟植物生长算法

为解决输电网络规划中的多阶段之间的耦合问题,基于待选线路具有规划期间不建设或只能在某一个阶段建成并在后续阶段一直使用的特点,提出了以待选线路为决策变量,规划阶段序号为搜索域的思想,将多阶段输电网络优化规划问题转化成静态优化问题,并采用模拟植物生长算法对模型进行了求解。应用所提方法对一个19节点系统进行了分析,得到了现有文献中有关该系统的最优规划方案,说明了所提方法的可行性及有效性。     

基于改进LBG算法RBF网络的高压输电线路故障诊断

利用径向基函数RBF网络适合于求解模式识别问题的优势,提出采用RBF网络来实现高压输电线路的故障诊断,建造了基于RBF网络的高压输电线路故障诊断模型结构,并且对RBF网络的聚类过程给出了改进的LBG算法.仿真分析及容错性测试结果表明,本文所提方法能快速、正确地实现高压输电线路的故障诊断,而且对因干扰而畸变的输入信息情况具有容错能力,适合应用于实时信息处理系统.     

基于广度优先搜索和优化算法的输电网故障诊断

电网发生故障时,根据断路器跳闸信息和母线电压信息,采用BFS(广度优先搜索)的方法搜索出故障区域.基于故障区域建立保护和故障设备之间关系的数学模型,将故障诊断问题表示为0-1整数规划问题.在目标函数中引入贡献因子,通过遗传算法诊断出故障设备.实例表明所提模型是正确的,求解算法是可行的.     

基于改进模拟植物生长算法的输电网络扩展规划

输电网络规划是一个复杂的组合优化问题,若以选择线路回数为变量抽象出模型,则输电网扩展问题可以归结为一类整数规划问题.对模拟植物生长算法进行改进,形成了适于解整数规划问题的改进模拟植物生长算法,并将此算法应用到电力系统输电网络扩展规划中.为了加快算法收敛,采用了Kruskal算法来获取初始点,提出了一种快速判别网络连通的算法.最后,实例计算结果表明了该方法的可行性.     

基于进化策略算法的人工神经网络变压器故障诊断法

提出一种基于进化策略算法的人工神经网络法对电力变压器故障进行诊断。该方法通过综合进化算法的全局搜索能力和神经网络输入和输出的高度非线性映射关系,可准确诊断变压器故障。它可自动调整神经网络的连接权和节点偏置值,以获得最佳网络模型。相对于普通人工神经网络而言,该法具有更快的学习速率和优良的诊断精度;并且相对于基于进化规划算法的人工神经网络法,本方法也具有更优良的性能。