基于序列二次规划算法的接地网腐蚀诊断方法

实际工程中接地网腐蚀诊断一般通过大面积开挖进行检查,此方法盲目且工作量大,影响电力系统安全稳定运行。利用电网络理论与特勒根定理建立接地网数学模型并构造一个了约束非线性规划问题,通过序列二次规划(sequential quadratic programming,SQP)算法求解规划问题的最优解,从而可判断接地网的腐蚀位置和腐蚀程度。将SQP算法与非负最小二乘法诊断结果进行对比,并使用ATP-Draw软件模拟实例变电站接地网腐蚀,验证了方法的正确性。     

遗传算法在接地网腐蚀故障诊断中的应用研究

为了准确诊断接地网的腐蚀情况,将遗传算法(GA)应用于接地网腐蚀故障诊断中,编制了相应的MATLAB程序。利用多层减维技术解决接地网支路个数多、遗传算法收敛速度慢的问题。以重庆110 kV典发变电站接地网为例进行了仿真实验,实验结果显示多层减维技术的应用不仅加速了遗传算法的收敛过程,也优化了算法的诊断效果。遗传算法的计算结果具有一定的波动性,应在多次程序运行结果统计分析的基础上进行腐蚀评判。对典发变电站接地网的10次程序运行结果进行综合分析后,假设的7条故障支路被全部准确定位,无误诊及漏诊支路,各腐蚀支路腐蚀程度的诊断误差最大不超过10%。     

基于混合遗传算法的结构优化设计

针对遗传算法在迭代过程中经常出现早熟、收敛速度慢、局部搜索能力差等缺点,对遗传算法中的遗传算子进行了改进,提出梯度算法与遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善,具体算例表明该混合遗传算法是一种有效的工程结构优化方法。     

基于DE-MNR算法的接地网腐蚀支路诊断方法

为解决接地网腐蚀支路诊断中牛顿-拉夫逊算法呈病态、受初值影响较大与DE算法求解随机、易陷入局部最优解的问题,提出了用于接地网腐蚀支路诊断的DE-MNR混合求解算法。首先借助于电网络理论提出了基于MNR算法与DE算法的接地网故障诊断模型;在此基础上给出了DE-MNR诊断模型及具体的求解流程,该模型首先采用DE算法在支路电阻分布空间内搜索出较优的电阻分布,然后将其输出给MNR算法,MNR算法在具有较优初值的条件下快速收敛至最优解。60支路和112支路的接地网仿真实验表明DE-MNR算法能准确有效的诊断出接地网的多支路故障并判断各支路的腐蚀程度;通过与MNR算法的对比进一步说明了所提算法的有效性及稳定性。     

混沌策略和单纯形法改进的鲸鱼优化算法

为解决鲸鱼优化算法收敛速度慢和寻优精度低等问题,提出了一种基于混沌策略和单纯形法优化的鲸鱼优化算法(whale optimization algorithm based on chaos optimization and simplex optimization,CSWOA)。首先,采用混沌反向学习策略初始化鲸鱼种群个体,降低随机化的原始种群对算法收敛的影响;然后,引入一种自适应权重策略,平衡算法的全局寻优和局部探索能力;最后,再引入单纯形法对原算法进行改进,提高算法的局部搜索能力和寻优能力。对8个典型基准函数的仿真分析表明,CSWOA的收敛速度和寻优精度均有一定的提高。     

改进类电磁机制算法在阵列天线综合中的应用

针对原始类电磁机制算法中采用的局部搜索方法过于简单且寻优效率低的缺点,提出了一种改进类电磁机制算法,并用于解决大规模、非线性的阵列天线综合优化问题。改进类电磁机制算法结合稀疏阵列天线综合问题的内在机理,引入一种基于阵元状态切换的局部搜索方法来代替原有的随机线性搜索方法,能够有效地加快算法搜索速度并增强算法的全局搜索能力。二维稀疏面阵的仿真结果表明,与线性规划、模拟退火算法和混合遗传算法相比,改进后的类电磁机制算法能够获得更优的稀疏阵列。     

边坡临界滑面搜索的改进粒子群优化算法

边坡临界滑面的确定对边坡稳定分析和加固设计极为重要,采用基于变异和二次序列规划的改进粒子群优化算法(VSPSO)进行临界滑面搜索。VSPSO算法中通过变异操作增强粒子群跳出局部最优解的能力,并用二次序列规划(SQP)加速局部搜索,大大提高了粒子群获得全局最优的能力。通过对有解析解的边坡算例进行分析,验证了该算法的准确性及优越性;对澳大利亚计算机应用协会(ACADS)提供的均质边坡、多层土边坡以及含软弱层边坡进行分析,结果表明改进的VSPSO算法搜索所得滑面比传统PSO算法更逼近推荐答案,具有更好的鲁棒性,而且随着边坡复杂程度的增加,更能体现改进VSPSO算法的优越性,具有广阔的应用前景。     

基于GAPSO-MUSIC算法的矢量水听器的DOA估计

针对传统的MUSIC算法存在需要多维的非线性搜索、计算量大等问题,提出了混合粒子群遗传算法和MUSIC算法相结合的方法,对矢量水听器的波达方向(Direction of Arrival,DOA)更好的进行估计.该算法利用遗传算法的交叉算子和变异算子避免了粒子群算法早熟且易陷入局部最优,同时利用群优化算法搜索能力强的优势,更好的对波达方向进行估计.仿真实验和湖试实验表明,混合遗传粒子群算法与MUSIC算法相结合对DOA估计具有更好的性能,精度更高,具有很好的实用性.     

含分布式电源的配电网优化重构

针对传统二进制粒子群(binary particle swarm optimization,BPSO)算法应用于配电网重构时容易"早熟"的问题,提出了一种改进的混合粒子群算法。首先,通过加入遗传算法(genetic algorithm,GA)中的杂交环节和模拟退火(simulated annealing,SA)算法中的Metropolis更新机制,使算法更容易跳出局部最优,具有更好的全局搜索能力;其次,在重构过程中利用破圈法更新辐射状拓扑结构,改进编码规则,避免了大量不可行解的产生;最后,通过对不计及分布式电源(distributed generation,DG)和计及分布式电源的IEEE33节点配电系统重构仿真,验证了改进的混合粒子群算法是可行的和有效的。     

基于优化遗传算法的多配送中心车辆路径研究

将遗传算法与模拟退火算法相结合,提出了一种基于优化遗传算法的多配送中心车辆路径调度方法,该调度方法不仅具有自适应遗传算法的强大全局搜索能力,也具有模拟退火算法的强大局部搜索能力。通过对杂交率和变异率进行自适应调整、对接受算子进行退火处理,有效地增强了全局寻优能力,通过对适应值函数退火拉伸,加速了寻优过程。     

层状地层粘弹性优化反分析与混合遗传算法

本文针对基坑开挖过程所表现出来的时间效应，采用Voigt粘弹性模型进行模拟，并结合具体的施工过程，进行粘弹性位移优化反分析。由于遗传算法具有早熟收敛，并且在进化后期有搜索能力较低等特点，把阻尼最小二乘法和遗传算法结合起来；并结合具体的工程实例，对遗传算法以及混合遗传算法进行了对比分析。结果发现，混合遗传算法在保证搜索精度的基础上加快了搜索速度。     

层状地层粘弹性优化反分析与混合遗传算法

本文针对基坑开挖过程所表现出来的时间效应 ,采用Voigt粘弹性模型进行模拟 ,并结合具体的施工过程 ,进行粘弹性位移优化反分析。由于遗传算法具有早熟收敛 ,并且在进化后期有搜索能力较低等特点 ,把阻尼最小二乘法和遗传算法结合起来 ;并结合具体的工程实例 ,对遗传算法以及混合遗传算法进行了对比分析。结果发现 ,混合遗传算法在保证搜索精度的基础上加快了搜索速度。     

500kV变电站接地网腐蚀分析及防护措施

采用现场照片、扫描电子显微镜(SEM)、电子能谱(EDS)和X射线衍射(XRD)分析了某500kV变电站接地网腐蚀情况,探讨了腐蚀机理,结果表明:地网腐蚀为局部腐蚀,主要原因为1)降阻剂铺设不均匀,造成接地网局部盐浓差腐蚀;2)土壤中存在硫酸盐还原菌促进接地网腐蚀;3)石墨与扁钢之间存在电偶腐蚀,泄漏电流促进了接地网局部腐蚀。并提出了接地网的防腐措施。     

混合遗传算法在工程结构优化设计中的应用

根据工程实际 ,充分考虑规范规定的约束条件和各项技术标准要求 ,建立了建筑结构优化模型。并提出一种离散变量结构优化设计的斐波那契算法与标准遗传算法结合成混合遗传算法。优化设计结果表明 ,这种混合遗传算法既发挥了斐波那契算法省时、高效、局部搜索能力强的特点 ,又发挥了遗传算法全局性好的特点 ,是兼二者之长 ,弃二者之短的高效的理想的工程结构优化设计方法。     

应用模拟退火遗传算法进行树状管网布置优化

将模拟退火算法和遗传算法结合起来用于树状管网布置优化,避免了遗传算法中存在的早收敛问题和模拟退火寻优能力差的问题,增强了全局和局部的搜索能力,并且提高了收敛速度.     

基于多层降维与FOA优化的接地网腐蚀故障诊断

针对变电站接地网腐蚀故障的精准定位与诊断问题,将果蝇优化算法运算速度快、全局收敛效果好的优点与电阻腐蚀倍数优化相结合,提出基于多层降维与果蝇优化的接地网腐蚀故障诊断方法。该方法以电压法与电阻法作为诊断机理,以果蝇优化算法作最优解全局搜索,结合多层降维解决接地网支路个数多的问题,降低优化复杂度,提高优化速度。以60条支路、36个节点的变电站接地网为例进行方法检验对比,结果表明,以果蝇优化算法为基础的电压法和电阻法均能取得较好的腐蚀故障诊断效果,电阻法的平均诊断误差略低于电压法,诊断效果较好,但时间代价更大。     

加速混合遗传算法在搜索边坡最危险滑动面中的应用

基于简化Janbu条分法,提出一种加速混合遗传算法,在无需对边坡最危险滑动面的几何形状进行假设的前提下,自由搜索最危险任意形状滑动面,并计算其对应的最小安全系数。该方法是通过把无约束优化的Powell算法作为一个与遗传算法的选择、交叉和变异平行的算子,嵌入到改进的实数编码遗传算法中而得到的,它同时具有两种方法的优点:(1)有较强的自适应能力,使得收敛速度加快;(2)还有可能搜索到最优化问题的全局最优解。首先通过一算例验证加速混合遗传算法的准确性,然后应用于一工程实例。与现场勘察结果对照表明,加速混合遗传算法搜索到的最危险滑动面与实际情况吻合得很好,优于简单遗传算法。     

基于萤火虫-粒子群混合算法的接地网分区域故障诊断方法

为提高接地网故障诊断的准确性和效率,在总结现有故障诊断方法基础上,提出基于萤火虫-粒子群混合算法(GPSO)的分区域诊断方法。该方法通过优化接地网故障诊断方程组模型,使之转化为等价的优化问题;根据接地网的可及节点分布情况对接地网分区,应用分层约简理论将接地网分解得到本征接地网络;对本征接地网建立优化模型,采用萤火虫-粒子群混合算法对优化问题进行求解;根据本征支路电阻的前后变化以及每条支路对应的接地网区域,分析判断接地网各个区域内的故障情况。该方法综合利用萤火虫算法的寻优能力和粒子群算法的收敛速度,有效避免诊断方程组时的欠定问题,对于指导变电站现场维护更加有效和具有工程实际意义。实例应用结果验证了所提方法的正确性和实用性。     

基于改进黏菌算法的接地网封闭图形遍历诊断方法

为更高效地进行接地网故障诊断，提出一种基于改进黏菌算法(ISMA)的封闭图形遍历诊断方法。首先，基于电网络理论建立接地网模型，本研究设计封闭图形遍历方法进行诊断：设计合适的封闭图形将接地网划分出若干区域，先对这些区域进行移步遍历诊断，得到适应度最小的故障区域后，再对故障区域进行停步遍历诊断，从而找到故障支路。其次，针对该模型，采用改进黏菌算法进行求解：该算法引入Bernoulli混沌映射改善种群初始值，并采用柯西变异跳出局部最优。最后，在某接地网的故障诊断仿真实验中，通过封闭图形遍历诊断方法与普通诊断方法进行对比，结果表明：所提方法具有更强的收敛能力与更高的求解精度。     

高强混凝土配合比优化设计

论述了遗传算法与模拟退火算法的运算机理，以及遗传算法在全局搜索中的优势和模拟退火算法在局部寻优中的能力，进而提出性能更好地解决优化问题的模拟退火-遗传算法，并提出高强混凝土配合比的优化设计数学模型，指出模拟退火-遗传算法使得高强混凝土配合比的优化设计简捷方便，并能提高经济效益，具有工程实用价值。