基于多Agent遗传算法的水电厂机组优化组合研究与实现

基于多Agent系统理论,构建了一个多Agent机组优化组合系统.对于问题优化模型,提出了一种新颖的多Agent遗传算法,解决了大规模遗传算法的效率问题.对于机组的非线性耗水量特性,提出了一种由Agent动态地管理与维护的神经网络.基于与FIPA兼容的多Agent中间件JADE平台,给出了一个详细的具体实施系统.仿真结果验证了所提出的优化模型与实施方案的合理性和可操作性.     

改进遗传算法在输电网络规划中的应用研究

首先对输电网络规划和遗传算法进行简要论述,并确立了数学模型。为了提高遗传算法在输电网络规划中的优化性能,提出了改进自适应遗传算法(MAGA)。该方法有助于防止传统遗传算法过早收敛和走向局部最优,适应于多变量、多目标的环境,能够快速的找到全局最优。通过对实际系统的计算表明,MAGA具有可行性。最后,应用了2种不同算法进行性能比较,证实了MAGA有更强的优化性能。     

基于多Agent遗传算法的水电厂机组优化组合研究与实现

基于多Agent系统理论,构建了一个多Agent机组优化组合系统。对于问题优化模型,提出了一种新颖的多Agent遗传算法,解决了大规模遗传算法的效率问题。对于机组的非线性耗水量特性,提出了一种由Agent动态地管理与维护的神经网络。基于与FIPA兼容的多Agent中间件JADE平台,给出了一个详细的具体实施系统。仿真结果验证了所提出的优化模型与实施方案的合理性和可操作性。     

改进遗传算法在输电网络规划中的应用

为了提高遗传算法在输电网络规划中的优化性能,提出了改进自适应遗传算法(MAGA)。该方法有助于防止传统遗传算法过早收敛和走向局部最优,适应于多变量、多目标的环境,能够快速地找到全局最优。介绍了提出的改进方法包括,采用实数编码方式、惩罚函数自适应调整、设置保留算子,以及该方法的实现过程等具体内容。通过对实际系统的计算表明,MAGA具有可行性和更强的优化性能。     

基于遗传算法的PID优化控制及在灯泡贯流式机组调节系统中的应用

针对贯流式水力机组的特性及常规PID控制的不足.提出了基于遗传算法的PID控制参数优化策略.仿真和试验数据分析表明,对于贯流式机组控制,该方法表现出较强的鲁棒性和良好的性能,且调节速度快、调节平稳,是解决贯流式机组稳定性的一种有效方法.     

改进云遗传算法在负荷优化分配中的应用

改进了一种基于云模型的遗传算法用以解决火电机组负荷优化分配问题.该算法将遗传算法的重组算子及变异算子进行云化,继承了云模型的随机性和稳定倾向性的特点.将该方法应用于某厂4台机组进行负荷优化分配,并与标准遗传算法进行比较,结果显示该方法的可行解优于标准遗传算法,证明了该方法在求解机组负荷优化分配问题的有效性及优越性.     

AGC机组调配经济性的混沌遗传算法研究

AGC问题是互联电力系统经济有效运行的核心问题.以AGC机组的能耗费用最低为目标函数,提出了一种新的优化调配方法-混沌遗传算法.在遗传进化的过程中,引入混沌变量,维持群体中染色体的多样性,以克服遗传算法中的早熟问题,改善全局收敛性,提高计算速度.通过对某地区几个电厂的机组进行仿真计算,将结果与遗传算法得到的结果进行比较,表明混沌遗传算法应用于AGC机组的优化调度是合理可行的.     

部分解约束算法在机组负荷优化组合中的应用

针对实数遗传算法应用于火电厂机组负荷优化组合问题中存在早熟收敛的难题,提出了部分解约束结合惩罚函数的改进实数遗传算法,在解除约束条件的方法、变异操作策略、种群初始化等多方面针对火电厂机组负荷优化组合问题的自身特点对实数遗传算法提出了新的改进思路,解决了实数遗传算法应用于多峰值优化问题中早熟而收敛于局部极值点的难题,对某5台机组的火电厂机组负荷优化组合的优化仿真表明,采用该方法改进后的遗传算法优化成功率能达到100%。     

基于电力市场背景的风-光-抽水蓄能联合优化运行

为提高可再生能源在电力市场的竞争力,基于风光互补特性构建了风光抽蓄联合运行系统,提出一种可再生能源参与电力市场竞争的策略,进而提出一种基于电力市场背景的风电-光伏-抽水蓄能联合运行优化方法。该方法以风光发电企业经济效益最大为优化目标,考虑抽水蓄能电站机组技术约束和联合系统运行约束,采用改进遗传算法优化计算得到抽水蓄能电站和联合系统的运行方案。基于该优化方法自主开发了一款优化软件作为仿真平台,利用该平台通过算例分析验证了所提出的风光抽水蓄能联合运行优化方法的可行性与有效性。     

AGC机组调配经济性的遗传算法研究

随着智能控制技术的出现,基于模糊逻辑、神经网络和遗传算法的智能控制策略也越来越多地应用到各工业领域中,AGC机组调配优化算法也因此获得了新的理论依据.尝试性的将遗传算法应用到AGC机组调配之中,从而证明遗传算法在AGC机组调配方面能够取得一定的经济性,并有进一步研究的必要性.     

遗传算法及其改进

本文首先对遗传算法的来源,基本原理,数学机理,特点及其应用进行了论述。这了提高遗传算法的收敛性能,同时考虑到交叉率和变异率的选取问题,本文简要介绍了一种基于个体适应度值的自适应调整交叉率和变异率的自适应遗传算法。     

具有FACTS设备的输电网络规划

利用改进的遗传算法ＭＡＧＡ进行具有ＦＡＣＴＳ设备的输电网络规划,算例系统的结果表明ＭＡＧＡ适用于解决具有ＦＡＣＴＳ设备的电网规划问题,而且在电网的扩建和改造方面。ＦＡＣＴＳ技术将带来很大的经济效益。     

基于优化k均值建模的运动目标检测算法

在对运动目标检测构建出精准的背景模型的方法中,k均值聚类算法是一种快速且简单有效的划分法,对于大型数据集,可伸缩且高效k均值聚类算法被广泛应用。但是,该算法会对初始聚类中心的变化表现得敏感,聚类中心的变化常会使得算法误差较大。本文将介绍一种对初始聚类中心选择改进法：利用遗传算法能高效地全局搜索出最优解这一特点,克服了k均值聚类算法易陷入局部最优解的缺点。改进后的遗传算法MAGA能快速地提取出最优初始聚类中心,通过实验仿真总结出基于MAGA的k均值聚类建模精确度比较高,对检测小而多的运动目标存在很大优势。     

基于组件式GIS网络分析与多目标遗传算法的城市中压配电网规划

城市中压配电网规划是一个多目标组合优化问题。通过组件式地理信息系统（ComGIS）平台建立规划区域的网络数据集,在此基础上使用多目标遗传算法进行优化。利用ComGIS平台的网络分析功能优化单环最优路径,简化了遗传编码,并根据编码特点设计交叉、变异操作,提高了遗传算法的效率。利用基于Pareto秩的个体适应度函数引导多目标遗传算法的进化方向,最终得到接近多目标优化问题Pareto最优解集的一组两端供电网络方案。所得规划方案集便于决策人员选择,并且有效结合了规划区域的地理信息,有较强的实际意义。对某实际系统的应用结果表明了文中所提方法的有效性。     

基于SAE的家庭智能用电策略优化研究

家庭用户是现代电网的主要组成部分,优化用电策略进而实现家庭智能用电是实现智能电网运行的重要条件之一,文章基于云计算平台SAE完成了家庭用电策略优化研究。通过将电网侧分时电价政策和用户用电行为习惯有机结合,选用家庭用电设备的启动时间为决策变量、家庭总用电费用最少为优化目标,建立了用电策略的优化模型;选择SAE云计算平台设计了与用户群体日常生活相适应的网站平台,在此基础上选用遗传算法优化了家庭用电策略,设计出流程图并进而求解,最终将家庭智能用电人机交互界面和优化结果通过网站展示,以方便用户查询、浏览家用电器的优化方案,并实现了各类家用电器的启停控制。     

基于COM技术和遗传算法的可视化无功优化软件开发

传统电力系统计算软件如PSASP等大多具有网损计算功能,而没有专门的无功优化计算功能.针对这一现实需求,我们基于Matlab2009a和Delphi7.0等开发平台,运用面向对象的编程思想,开发了满足电力系统无功运行优化和无功规划优化需求的可视化计算软件.单线图绘制平台利用Delphi7.0中的矢量图形绘制控件TCAD...     

新型建筑能耗监控与分析平台

介绍了一种新型建筑能耗监控与分析平台。该平台由三部分组成。在现有楼字自动化系统的基础上,将楼宇控制、能耗监控与能耗分析相结合,为建筑能耗优化提供了一整套解决方案。     

COM技术和遗传算法在无功优化软件开发中的应用

传统电力系统计算软件如PSASP等大多具有网损计算功能,而没有专门的无功优化计算功能,针对这一现实需求,基于Matlab2009a和Delphi7．0等开发平台,运用面相对象的编程思想,开发了满足电力系统无功运行优化和无功规划优化需求的可视化计算软件。单线图绘制平台利用Delphi7．0中的矢量图形绘制控件TCAD开发,核心计算程序采用Matlab2009a编制M文件实现,然后通过COM技术实现核心计算程序在Delphi中以控件形式嵌入：该软件具有潮流计算,无功规划优化和无功运行优化等计算功能,最后通过实例验证该软件具有操作简单,优化效果较好,实现了无功优化可视化计算的开发目标。     

基于Hadoop的风力发电监测大数据存储优化及并行查询方法

随着风力发电的广泛发展以及智能化监测技术的推广应用,风力发电监测数据呈现出体量大、类型多、增长快的大数据特征.针对风力发电监测大数据高效存储和快速查询两方面核心问题,基于Hadoop平台进行大数据存储优化方法研究,提出考虑风力发电监测数据关联性的哈希分桶存储算法,实现了相关联数据的集中存储,从而提升后期数据查询及处理的效率.在数据存储优化的基础上,实现基于MapReduce的多源风力发电监测大数据并行关联查询.通过在Hadoop平台上进行测试表明,经过哈希分桶存储优化后的多源数据并行关联查询相比传统Hadoop方法查询时间显著缩短.