基于改进的遗传算法优化BP神经网络的电力负荷预测

本文通过对BP神经网络在负荷预测方面收敛的速率过于慢、易于陷入局部最优解等问题。提出用改进的遗传算法去优化BP神经网络的阈值、初始权值以及加入的平滑因子。提高BP神经网络的自适应学习率和附加动量,提高搜索的效率。该模型具有较好的收敛速率和全局空间搜索能力。为了验证改进的(Im-GA)-BP模型预测的合理性,通过对某区域的电力负荷预测分析。此方法的预测精度比一般的BP算法效率高。     

电力负荷特性及其优化调控方法的探讨

社会生产生活的用电需求不断增加,对电力系统的运行安全、稳定提出更高的要求。因此,电力有关部门要从不同方面进行分析研究,提升电网系统的安全运行能力与生产效率,电力负荷性特征是研究的重点方向之一,对其进行有效的优化调控,对电力行业的发展具有重大作用。基于此种情况。     

智能变电站继电保护技术优化措施

为了更好地使智能变电站安全运营必须进一步对继电保护技术进行优化。文章详细分析了智能变电站继电保护技术,并提出了一些优化措施。     

基于遗传算法的双悬臂拱架式贴片机负荷均衡优化

本文主要针对双悬臂拱架式贴片机在两个悬臂之间的工作负荷均衡问题上提出一种平衡算法。本文通过改变最小标准来筛选后代的个体,从而保证优化方法具有较高的生物多样性,最终使算法难以达到局部最优。同时,根据贴装调度优化算法的特点设计了编码方式以及相应的遗传算子算法的收敛性分析,表明算法在概率收敛为1的情况下是全局最优解。本文通过对10组工业数据的测试,利用本文所提出的改进算法与实际的生产机器作对比,通过实验结果表明本文所提出的数学模型及其算法是有效的。     

基于遗传算法的降低仓储系统运行噪声方案优化

基于用户工作场所低噪音要求,对仓储系统运行噪声进行研究分析,致力降低仓储系统运行噪声,保证用户可以在一个相对安静舒适的环境中工作。主要是通过调整导向结构关键尺寸,从而降低运行过程中导向轮摩擦和提升车晃动产生的噪声,降低摩擦阻力可有效地降低提升电机减速机发出的声音。采用试验与算法相结合的方式,对导向结构关键尺寸进行正交设计,建立试验尺寸组合,按照设计的尺寸进行加工装配,获取每组尺寸运行过程中产生的噪音最大值。最后将神经网络和遗传算法相结合,优化导向结构关键尺寸,将仓储系统运行噪音降低到最小值。研究的主要内容是依靠数学模型寻求一种能够快速准确地优化设备关键结构件尺寸的方法。     

基于遗传算法的天线结构优化

遗传算法具有算法简单、不要求函数连续、导数存在,并能收剑到全局最优解特点,采用遗传算法对环梁式空桁天线结构进行优化,设计变量为取离散值的各杆截面积,优化目标;追求最佳吻合抛物面法向位移均方根偏差最小。设计实例表明,使用遗传算法对复杂的结构优化问题能获得较好的优化结果,该算法具有很强的适应性。     

基于遗传算法的RBF网络的短期电力负荷预测

以影响电力负荷的主要因素气象参数,建立了短期负荷预测的模型,提出了一种基于遗传算法的RBF神经网络,进行了负荷预测,使用气象参数建立神经网络模型,根据已知待预测前的历史负荷数据,预测一日24小时负荷值。通过算例进行了验证,验证了计算是可行的。     

关于如何优化智能变电站二次系统及其应用的分析

本文讨论智能变电站的组成及有关概念,从而对目前智能变电站的二次系统如何优化和具体应用情况进行分析,确定优化智能变电站二次系统的具体方案,并提供了优化方案的研究要点,同时也对未来智能变电站二次系统的发展及展望的方向进行探讨。     

一种改进遗传算法在超临界电厂动态负荷优化分配中的应用研究

考虑到超临界电厂机组实际运行情况及实际约束条件,建立了机组多时段动态负荷优化分配的数学模型。在传统遗传算法（SGA）的基础上对其进行改进,首次提出了基于实数编码、双倍初始种群生成法、变参数法和压缩空间法的加速遗传算法（AGA）。实例仿真分析说明,AGA能稳定地收敛到全局最优解,时间短,效率高,较SGA性能有了显著的提高,在一定程度上能够满足动态负荷优化分配对算法运算速度的要求。     

基于遗传算法的微波电路优化方法

根据遗传算法的基本理论，并结合微波电路优化设计的特点，对传统遗传算法的部分操作提出了改进措施。将其与DFP算法相结合，研制出能够较好收敛到最优值的算法。应用于微波电路CAD中，证明了其有效性和实用性。     

基于遗传算法的烧结配料优化方法

配料是烧结的基础,烧结配料效果的好坏直接影响到企业的生产效益。传统的烧结配料试算模型存在配料成分不稳定,配料成本高等诸多弊端,本文介绍了利用遗传算法进行烧结优化配料的方法,将优化方案应用到实际生产中取得明显的经济效益。     

试析智能变电站继电保护技术优化措施

经济发展和科技革新带动了各行各业的进步,同时也提高了人们的生活水平,人们日常工作生活中对于电力的需求也越来越高,因此加大了对于变电站的要求.智能化变电站是目前变电站发展建设的主流趋势,继电保护装置更是起到了关键性的作用,智能变电站继电保护技术优化措施是目前电力公司人员共同探讨的问题.为此本文从智能变电站的特点以及组成出发,对继电保护技术的优化措施进行了分析,旨在为相关从业人员提供参考意见.     

基于MPO集束光缆技术的智能变电站光缆优化集成设计

“即插即用”是智能变电站发展趋势,工厂化预制光缆作为“即插即用”光通讯技术,有利于减少现场施工工作量。本文提出全站采用“预制室外MPO集束光缆组件”,其集束连接器外配有高强度金属外壳保护,可以抵抗施工踩踏、挤压,光缆端与跳线端实现盲插操作。MPO集束光缆技术可以大大减低光链路损耗并有效提高光传输质量,应用预制MPO集束光缆组件可以减少光缆数量,进一步降低工程造价,保持光纤连接高可靠性、方便光纤端面清洁和检修维护、美观柜体光纤布线。     

基于遗传算法的网络通讯优化技术

针对网络通讯任务数量增多时,传统技术存在任务分配不均衡的问题,文中提出了基于遗传算法的网络通讯优化技术。该技术首先分析了影响网络通讯任务分配均衡的因素,将通信延迟小、耗能小与任务分配均衡作为分配目标,以多目标优化来设计目标函数。同时将遗传算法改进,引入正反馈机制,避免了局部最优解,并提高算法优化速率。测试与试验结果表明,与传统的网络通信任务分配技术相比,文中所提出的优化技术可有效提高网络通信任务分配的均衡性。     

基于自适应遗传算法优化BP神经网络

传统的BP算法具有简单可塑的优点,但是存在着容易陷入局部极值、收敛速度慢等无法克服的缺陷。遗传算法是一种全局搜索算法,具有很强的全局搜索能力。因此,文中设计了一种自适应遗传算法优化BP神经网络的方法,并通过对数字信号的实例仿真,证明了经过改进优化后的BP神经网络具有很好的应用前景。     

110kV智能变电站一次系统设备配置及优化探微

对110kV智能变电站系统进行优化配置,将有利于电力系统的稳定,实现节约的目的。分析电站的特点,然后从各方面进行系统配置,让系统运行更加稳定和有效。本文主要介绍智能变电站一次系统设备配置、方案合理性、在110kV智能变电站中的应用、装置的优化。     

基于遗传算法的参数优化估算模型

支持向量机中参数的设置是模型是否精确和稳定的关键。固定的参数设置往往不能满足优化模型的要求,同时使得学习算法过于死板,不能体现出来算法的智能化优点,因此利用遗传算法(Genetic Algorithm,简称GA)对估算模型的参数进行优化,使得估算模型灵活、智能,更加符合实际工程建模的需求。     

基于模拟退火遗传算法的网络优化应用研究

文章主要对在校园网络优化中的应用加以研究,以降低全网通信负荷和网络延迟为目标,对树形交换式以太网进行网络划分,对网络设备基于通信关系将划分到所设计的拓扑结构进行最优确定,实现全终端网络的遗传优化布置,从而进一步提高模拟退火遗传算法在实际网络优化工程中的应用。     

基于遗传算法的MCM热布局优化研究

在多芯片组件（Multi-Chip Module，MCM）的热设计中，MCM内裸芯片组装密度大，且裸芯片是主要发热源，各裸芯片之间的位置布局直接影响MCM内温度场分布，进而影响MCM的可靠性。本文基于热叠加模型，选取裸芯片的平均温度作为评价指标，确定出用于MCM热布局优化的适应度函数，基于遗传算法提出一种MCM热布局优化算法，并编制相应优化程序，实现对裸芯片的热布局优化，得出热布局规则用于指导MCM的实际热设计；采用有限元分析软件ANSYS，对MCM布局优化结果进行温度场-应力场偶合分析，以仿真的方法验证MCM热布局优化算法的有效性。     

基于改进遗传算法的电力系统无功优化研究

本文针对传统遗传算法存在的缺陷,引入人工免疫算法,改进的优化算法利用抗体的多样性和免疫接种机制,克服了早熟和后期寻优能力差等现象。通过对IEEE30节点进行系统仿真,改进的遗传算法具有很多方面的优越性,适用于求解电力系统无功优化问题。