电力系统NP难问题全局优化算法的研究

通过对现有的NP难问题求解方法的分析,结合非确定性图灵机理论,提出基于随机化技术的方法是求解NP难及NP完全问题惟一有效途径的猜想。在现有的随机化方法中具有多点搜索特性的遗传算法具有最强的全局搜索能力,其局部精细寻优能力差的缺陷应通过专门的局部优化算法来补偿,即利用具体问题的特点开发面向问题的遗传算法。提出了开发新的高效全局优化算法的指导思想：多点随机化全局搜索策略 面向问题的局部寻优算法=最有效的全局优化算法。     

基于遗传算法的无功优化新算法

无功功率优化是减少电网损耗的有效措施。文中阐述了遗传算法在电力系统无功功率优化中的应用。实例计算表明，遗传算法收敛性好、适应性强，可以达到全局或准全局最优，是实现离散电压无功功率优化的一种好方法。     

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。     

免疫遗传算法在配电网重构中的应用

配电网重构是配电网络优化的主要措施，其实质是一个多目标非线性混和优化问题．采用免疫遗传算法来研究重构问题的求解方法．免疫遗传算法在传统遗传算法的基础上，借鉴生物免疫机制中抗体的多样性保持策略和记忆抗原的特点，大大提高了算法的全局搜索和局部搜索能力．实验表明，免疫遗传算法具有很好的全局收敛性，能有效解决配电网重构问题．     

遗传算法在电力系统无功优化中的应用综述

遗传算法是一种通过在整个解空间多渠道同时搜索以找到全局最优解的寻优方法，已经在许多复杂优化问题上被证明是一种相当有效的方法。为此，就遗传算法在电力系统无功优化中的应用进行了介绍，并提出了遗传算法在大规模电力系统无功优化计算中的改进措施。     

基于改进遗传算法的水电站水库优化调度

在遗传算法中为避免采用二进制编码时存在的编码冗余问题,本文提出了一种基于十进制整数码的改进遗传算法,并进行水电站水库优化调度研究。用遗传算法进行水库优化调度计算可从多个初始点开始寻优,占用内存少,能以较快速度找到全局最优解,实例计算并与常规优化相比,表明该方法简便,快速,可避免水库优化调度中的维数灾。     

一种新型光伏阵列最大功率点预测模型的研究

光伏阵列最大功率点预测在光伏发电控制系统具有重要地位,由于光伏阵列受到温度、光强、阴影等非线性因素的影响,传统的解析方法难以获得理想的预测结果。研究了一种基于遗传算法改进的BP网络光伏阵列最大功率点预测模型,利用遗传算法的全局搜索能力,对BP神经网络的权值和阈值进行优化,有效克服了BP网络容易陷入局部最小的问题。仿真表明,基于遗传算法优化的光伏阵列最大功率点预测BP网络具有良好的泛化能力和一定的有效性。     

混合优化方法及其在电力系统无功优化中的应用

利用遗传算法和传统优化方法的互补特性,采用混合优化方法求解包含离散变量和连续变量的无功优化问题.遗传算法的选择、交叉和变异操作仅作用于离散变量,遗传算法对种群进行全局广度搜索.运用传统优化方法对种群个体中的连续变量进行优化使其移动到局部最优点上,为保证对连续变量的优化效果,选择了基于函数变换与广义逆的优化新算法.混合优化算法将遗传算法擅长处理离散变量和传统优化方法速度快、数值稳定性好的优势有机结合,模型简单、规范.算法的实用性和有效性通过算例及工程应用得到验证.     

运用混合优化算法求解包含离散变量的无功优化问题

利用遗传算法和传统优化方法的互补特性,采用混合优化方法求解包含离散和连续变量的无功优化问题。遗传算法的选择、交叉和变异操作仅作用于离散变量,对种群进行全局广度搜索,运用传统优化方法对种群个体中的连续变量进行优化使其移动到局部最优点上。为保证对连续变量的优化效果,选择了基于函数变换与广义逆的优化新算法。混合优化算法模型简单规范,遗传算法擅长处理离散变量和传统优化方法速度快、数值稳定性好的优势得到发扬。算法实用性和有效性通过算例及工程应用得到验证。     

基于改进遗传算法的水电站水库优化调度

在遗传算法中为避免采用二进制编码时存在的编码冗余问题,本文提出了一种基于十进制整数编码的改进遗传算法,并进行水电站水库优化调度研究.用遗传算法进行水库优化调度计算可从多个初始点开始寻优,占用内存少,能以较快速度找到全局最优解.实例计算并与常规优化相比,表明该方法简便、快速,可避免水库优化调度中的维数灾.     

遗传算法在水轮发电机模糊神经网络励磁控制器设计中的应用研究

本文在分析了模糊神经网络(FNN)控制器的工作原理及设计方法的基础上,提出了一种采用遗传算法优化设计水轮发电机模糊神经网络励磁控制器的方法。其基本过程是利用遗传算法得到初始模糊控制规则,并对初始规则进行过滤,在此基础上利用遗传算法结合模拟退火对得到的模糊神经网络进行训练。仿真结果表明与根据专家经验获得模糊规则和BP算法进行学习的常规FNN比较,采用遗传算法优化设计的模糊神经网络励磁控制器所构成的励磁系统具有更好的动态性能。     

基于遗传算法的永磁直流电机优化设计

建立了永磁直流电机优化设计数学模型，介绍了遗传算法在该电机优化设计中的应用。为使全局优化更为有效，针对永磁直流电机设计特点，提出了新的设计方法，并对简单遗传算法进行了改进，使两者有机融合在一起。文中还对遗传算法运行参数的选取做了探讨，编写了一套永磁直流电机优化设计软件。结果表明，这种算法效果是比较理想的。     

遗传算法优化的RBF神经网络控制器

为了消除神经网络参数初值对控制器性能的影响,提出了一种改进遗传算法优化的RBF神经网络控制器.该方法设计了基于性能指标的适应度函数,自适应的交叉概率、变异概率,引入移民的遗传算法,保证了得到的控制器为最优参数控制器.该方法可用于非线性对象的控制器设计,仿真结果说明了该方法的有效性.     

一种改进的遗传算法及其在同步电机辨识中的应用

在现有遗传算法的基础上 ,采用面向对象技术设计了面向对象的遗传算法 ,建立了遗传算法的类层次。这种方法改变了传统遗传算法中各个函数之间只有参数的传递 ,而没有代码继承性的状况 ,从概念上提高了软件的可重用性。在同步电机人工神经元网络辨识器的辅助设计中的应用表明 ,由于采用面向对象的分析与设计方法 ,这一算法具有比传统的遗传算法更好的通用性 ,用户可以更方便地设计和实现自己的编码方案和遗传算子 ,以提高软件的可重用性     

青藏铁路变电站接地网设计规则的提取

为了获得建立青藏铁路变电站接地网设计专家系统所需的模糊规则,提出神经网络和遗传算法相结合的方法自动生成模糊规则.首先建立了用于青藏线接地网接地电阻求解的遗传优化神经网络,从而可以快速得到所需的大量样本数据,然后利用遗传算法优化计算得到了用于青藏线接地网设计的模糊规则.通过仿真对比计算表明,采用此方法得到的模糊规则可以为接地网设计专家系统的建立打下了基础.     

Hybrid genetic algorithm for economic dispatch with valve-point effect

This paper presents an efficient method for solving the economic dispatch problem (EDP) through combination of genetic algorithm (GA), the sequential quadratic programming (SQP) technique, uniform design technique, the maximum entropy principle, simplex crossover and non-uniform mutation. The proposed hybrid technique uses GA as the main optimizer, the SQP to fine tune in the solution of the GA run. Based on the maximum entropy principle, the cost function of EDP is approximated by using a smooth and differentiable function to improve the performance of the SQP. An initial population obtained by using uniform design exerts optimal performance of the proposed hybrid algorithm. The effectiveness of the proposed method is validated by carrying out extensive tests on two different EDP with incremental fuel-cost function taking into account the valve-point loadings effects. The result shows that the proposed hybrid genetic algorithm improves the solution accuracy and reliability compared to other techniques for EDP considering valve-point effects.     

基于改进遗传算法的高速永磁无刷直流电动机优化设计

基于改进遗传算法对高速永磁无刷直流电动机进行了优化设计,在该算法中,交叉率和变异率为进化代数和适应度的函数,把遗传算法与模式搜索法(爬山法)相结合使用形成一种混合遗传算法.通过无刷直流电动机的优化实例计算以及实验结果,证明该文对遗传算法的改进是行之有效的.     

基于改进禁忌搜索的配电网重构

为解决配电网的重构问题,提出了一种改进的禁忌搜索(Tabu search)方法.该方法结合配电网络的闭环设计和开环运行的特点,将遗传算法中的优化编码技术引入到Tabu搜索算法中,并以有功网损最小为目标函数对配电网络进行优化.对3个典型IEEE测试系统进行了优化计算,将其结果与模拟退火算法和遗传算法的计算结果进行比较证实,改进的Tabu搜索算法比模拟退火算法和遗传算法具有更高的搜索效率.     

青藏铁路接地网设计中的遗传优化神经网络

为了提高青藏铁路变电站接地网设计准确度,同时解决CDEGS软件价格高,运算、操作复杂的问题,建立了用于青藏铁路接地网设计的遗传优化神经网络。首先分析了影响接地网接地电阻的主要因素,提出了接地网电阻系数的概念,根据CDEGS软件数据建立了求解接地网接地电阻的BP神经网络,为了提高网络的计算精度,根据青藏铁路接地网的实际情况确定了接地网网格数、长宽比和面积的选择范围,采用遗传算法对BP神经网络的训练过程进行优化。通过与实际计算对比表明,该遗传优化神经网络具有较高的准确性和可信度,且简单易行,可代替CDEGS软件,为青藏铁路沿线变电站接地网的设计提供帮助。     

基于遗传算法的超超临界机组过热器动态模型参数辨识

针对超超临界机组过热器MISO动态模型参数辨识问题,提出了一种基于遗传算法的模型参数辨识方法。将遗传算子改进为排序保优选择、非均匀线性交叉和高斯变异,引入均匀设计方法构造初始种群,采用Sigmoid函数适应性调整交叉和变异概率,以提高遗传算法的收敛精度和运算速度。对海门电厂超超临界机组运行数据进行参数辨识仿真的结果表明,该改进遗传算法具有较好的运算性能,预测的输出变化与主蒸汽温度实际变化基本一致,能够反映高温过热器的动态特性。