配电网高次谐波抑制方法的分析

为在配电网中实施有效的谐波抑制,就系统极点及其灵敏度分析法、模拟退火法与遗传算法等３种方法作了比较、分析。着重对遗传算法作了联系实际的剖析,成功地应用了自适应遗传算法,以克服传统谐波分析方法的盲目性,合理地优化滤波器在网络中的配置,以较少的投资获得最佳的网络谐波综合抑制效果。     

改进的遗传算法在谐波抑制中的应用

介绍了３种抑制配电网中非线性负荷产生的高次谐波的方法,即系统极点及其灵敏度分析法、模拟退火法与遗传算法,并就遗传算法作了联系实际的剖析,对自适应遗传算法作了改进,使交换概率和变异概率能根据个体的适应度值自适应地改变。目的是克服传统谐波分析方法的盲目性,合理地优化滤波器在网络中的配置,以较少的投资获得最佳的网络谐波综合抑制效果。     

遗传算法在电力系统无功优化中的应用综述

遗传算法是近10年来发展的基于自然选择规律的一种优化方法，算法能成功的解决无功变量中的离散问题，避免常规数学优化方法的局部最优现象。本文阐述了简单遗传算法以及遗传算法与其它算法相结合的算法在电力系统无功优化中的应用和今后的发展方向。     

遗传算法在电力系统无功优化中的应用综述

遗传算法是近十年来发展的基于自然选择规律的一种优化方法，算法能成功的解决无功变量中的离散问题，避免常规数学优化方法的局部最优现象。本文详细阐述了简单遗传算法以及遗传算法与其它算法相结合的混合算法在电力系统无功优化中的应用和今后的发展方向。     

基于遗传算法的无功优化模型研究

遗传算法是近十年发展起来的基于自然选择规律的一种优化方法。本文阐述了遗传算法（GAs)在电力系统无功优化中的应用。实例证明计算表明,与常规无功优化方法相比,该算法成功地解决了无功优化中变量的离散问题,避免了常规数学优化方法的局部最优现象。     

电力系统中电力容器优化配置的新方法─—遗传算法的应用

本文将遗传算法应用于电力系统中电力电容器的优化配置，建立了基于遗传算法的电力系统电力电容器优化配置的新方法和模型。成功地解决了电力电容器优化配置中变量的离散问题，避免了常规数学优化方法的局部最优问题；提供了多种优化方案，为电力系统电力电容器优化配置提供了一种新算法。该算法已用于ＩＥＥＥ５７节点系统，取得了较好的效果．     

电力系统中电力电容器优化配置的新方法—遗传算法的应用

本文将遗传算法应用于电力系统中电力电容器的优化配置，建立了基于遗传算法的电力系统电力电容器优化配置的新方法和模型。成功地解决了电力电容器优化配置中变量的离散问题，避免了常规数学优化方法的局部最优问题，提供了多种优化方案，为电力系统电力电容器优化配置提供了一种新算法。该算法已用于ＩＥＥＥ５７节点系统，取得了较好的效果。     

实现无功优化的新算法—遗传算法

阐述了遗传算法（ＧＡ）在电力系统无功优化中的应用。实例计算表明，与常规无功优化方法比较，ＧＡ收敛性好，适应性强，可以达到全局最优，是实现离散无功优化的一种好方法。     

火电厂内机组优化组合的改进遗传算法

本文针对常规遗传算法缺点，根据具体问题的特征，对火电厂内机组优化组组合中的遗传算法从各个环节进行了改进。实例计算表明，该方法收敛性好、适应性强、能更有效地达到或接近全局最优。     

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。     

基于组合余弦优化窗四谱线插值FFT的电力谐波分析方法

采用快速傅里叶变换(FFT)方法分析电力谐波时,信号的非同步采样和非整数周期截断会产生频谱泄漏和栅栏效应,这将造成一定的检测误差。加窗和插值算法能有效地提高FFT方法的检测精度,而窗函数的频谱特性将直接影响改善效果。为此,提出了一种基于遗传算法(GA)的组合余弦窗函数参数优化方法,利用该方法对6项组合余弦窗函数进行了优化,得到了一种6项五阶窗函数,并使用该窗函数实现了四谱线插值FFT的电力谐波分析。通过仿真表明,利用该窗实现的加窗插值FFT电力谐波分析方法的检测结果优于加Nuttall三阶窗和Nuttall五阶窗。     

实现无功优化的新算法——遗传算法

阐述了遗传算法〖ＢＦ〗(GA)〖ＢＦＱ〗在电力系统无功优化中的应用。实例计算表明，与常规无功优化方法比较，GA收敛性好，适应性强，可以达到全局最优，是实现离散无功优化的一种好方法。     

遗传算法在电力系统无功优化中的应用综述

遗传算法是近十年来发展的基于自然选择规律的一种优化方法,算法能成功的解决无功变量中的离散问题,避免常规数学优化方法的局部最优现象.本文详细阐述了简单遗传算法以及遗传算法与其它算法相结合的混合算法在电力系统无功优化中的应用和今后的发展方向.     

遗传算法在火电机组经济调度中应用研究

本文研究了电力系统中火电系统共同发电经济调度问题，总结了常规经济调度的一般方法及其局限性，提出了用一种适用性较强的人工智能优化方法──遗传算法（Ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ简写为ＧＡ）来解决火电机组经济调度问题，针对遗传算法基本优化策略应用于共同发电的火电系统优化问题进行了初步研究，并提出了改进策略，通过算例验证了该方法的有效性，并展示了良好的应用前景。     

基于GATS混合算法的PSS与SVC控制器参数设计

随着电力网络规模的扩大,电力系统优化问题日益复杂,故提出了一种采用遗传禁忌GATS混合优化策略对电力系统稳定器PSS和静止无功补偿器SVC附加线性稳定控制器进行参数协调优化的设计方法。该方法结合遗传算法GA和禁忌搜索算法TS各自的优点,将禁忌搜索引入到遗传算法的变异操作,改进了遗传算法的变异算子,具有比常规遗传算法更强的局部搜索能力。在10机新英格兰电力系统上对该优化方法进行了测试。特征值分析表明,该设计方法能有效地将多种不同运行方式下系统的特征根移到复平面目标函数限定的区域内,保证了小扰动稳定性控制的鲁棒。同时还对不同优化方法的收敛性及计算时间进行了比对,结果表明遗传禁忌混合策略的性能优于常规遗传算法以及遗传模拟退火混合优化策略。     

基于遗传算法的电网无功优化

将遗传算法应用于电力系统无功优化,对遗传算法的编码方式、遗传算子以及中止判据方面做了详细的阐述,建立了基于遗传算法的电力系统无功优化模型,避免了常规数学优化方法的局部最优问题.计算机仿真结果表明,遗传算法能够更好地收敛于全局最优解,能更切合电力系统运行的实际,能有效提高电压质量和降低网损.该算法已应用于某地区无功优化软件,取得了较好的效果.     

基于改进遗传算法的电力系统无功规划优化

简要分析了几种无功优化方法的局限性,通过比较得出遗传算法是求解无功优化的一种有效的方法,并在简单遗传算法(SGA)的基础上,提出了更加有效的算法即改进遗传算法(IGA)。该算法针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,借鉴了模拟退火思想在遗传算法的执行过程中对个体适应度不断进行修正,并采用了浮点数编码、双层结构群体、自适应的交叉率和变异率等改进措施。算例表明这种改进的遗传算法优化效果好,而且在精度和收敛度上都有较大提高。     

一种修正的FFT高精度谐波分析方法

信号的谐波分析一直是信号处理的基本方法之一。谐波分析要求对周期信号整周期采样，否则将导致频谱泄漏。本文通过对国内外一些提高谐波分析精度的有效方法的研究，在深入分析了采样周期对谐波分析精度的影响下，从傅立叶算法的基本原理出发，提出了一种新型的谐波分析方法。该方法利用非整周期采样数据及泰勒展开原理，估计理想的整周期采样序列，从而在FFT计算结果产生一个修正项，可以在不增加硬件设备及采样数据的前提下提高谐波分析精度，并通过计算机仿真证实了FFT修正方法的有效性。     

基于改进遗传算法的电力系统无功规划优化

简要分析了几种无功优化方法的局限性,通过比较得出遗传算法是求解无功优化的一种有效的方法,并在简单遗传算法(SGA)的基础上,提出了更加有效的算法即改进遗传算法(IGA).该算法针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,借鉴了模拟退火思想在遗传算法的执行过程中对个体适应度不断进行修正,并采用了浮点数编码、双层结构群体、自适应的交叉率和变异率等改进措施.算例表明这种改进的遗传算法优化效果好,而且在精度和收敛度上都有较大提高.     

应用于电力系统无功优化的改进遗传算法

遗传算法是近些年发展起来的基于自然选择规律的一种优化方法。本文在传统遗传算法的基础上，对遗传操作进行了进一步研究和改进，提出了改进遗传算法，电力系统的无功优化问题实例计算表明，改进遗传算法的优化结果可以更有效地达到或接近全局最优。