一种改进型动态无功优化模型及其求解算法

动态无功优化是提高电力系统运行经济性和安全性的重要措施。在动态无功优化常规模型的基础上,将同一节点的若干组电容器等效为1个集中变量,用对集中电容器组的约束代替常规的单组电容器约束,给出与之完全等效的电容器组动作次数约束值和投切方法;针对动态无功优化模型的非线性、大规模性、控制变量的离散性和连续性共存的难题,对用于离散非线性优化的蚁群算法作了充分研究,提出了内点法与蚁群算法相结合的动态无功优化混合算法。IEEE14测试系统的仿真结果验证了改进模型及算法的有效性和可行性。     

递归路由出口计算的一种优化算法

随着国内互联网企业的数据中心建设,出现大容量BGP递归路由的网络应用场景,大容量BGP递归路由对网络设备的路由计算提出更高的要求.通过研究现有的递归路由的出口计算算法,提出了一种通过复制下一跳的出口计算信息的优化算法,数据显示优化算法显著加快出口计算的性能.     

基于链表的Dijkstra算法优化研究

迪杰斯特拉算法是图论中计算最短路径的经典算法,但在实际使用中该算法耗费大量的计算时间和存储空间。通过对传统迪杰斯特拉算法的深入分析,在计算时间和存储空间上对该算法提出了一种新的优化方案,并给出了优化后的详细算法。改进算法从消除冗余计算和冗余存储入手,采用链表数组作为存储结构。经算法复杂度分析,优化后的迪杰斯特拉算法在求解最短路径问题时在时间和空间复杂度上都有明显的提高。该优化算法操作性强,具有一定的实用价值。     

随机摄动粒子群优化算法

基于粒子群优化算法种群结构相对独立的特点，提出了一种改进的粒子群优化算法一随机摄动粒子群优化算法。该算法通过对每一次进化计算后记忆中的最优粒子进行随机摄动操作来提高解的精度和算法的搜索效率，同时通过对种群中的最差粒子重新进行初始化来保持种群的多样性以避免陷入局部最优解。通过典型复杂函数测试表明，随机摄动粒子群优化算法的优化性能和效率远远超过基本粒子群优化算法。     

基于Sherman-Morrison公式的K-FAC算法

二阶优化方法可以加速深度神经网络的训练,但是二阶优化方法巨大的计算成本使其在实际中难以被应用.因此,近些年的研究提出了许多近似二阶优化方法的算法.K-FAC算法提供了一种近似自然梯度的有效方法.在K-FAC算法的基础上,结合拟牛顿方法的思想,提出了一种改进的K-FAC算法.在开始的少量迭代中利用KFAC算法计算,在后续迭代中构造秩–1矩阵,通过Sherman-Morrison公式进行计算,大大降低了计算复杂度.实验结果表明,改进的K-FAC算法比K-FAC算法有相似甚至是更好的实验表现.特别的,改进的K-FAC算法与KFAC算法相比减少了大量的训练时间,而且与一阶优化方法相比,在训练时间上仍具有一定的优势.     

基于新型免疫粒子群优化的热连轧负荷分配策略*

针对带钢热连轧精轧中的负荷分配问题,提出了一种新型的优化策略。首先提出了一种新型的免疫粒子群混合优化算法,通过克隆选择算子来调节群体的浓度,实现混合算法的个体高亲和力和群体的多样性; 然后通过提出的混合算法对负荷分配进行优化,得到优化的压下量数据,通过这些数据建立了计算负荷分配输出的人工神经网络。实验表明,提出的混合算法和负荷分配优化策略给出了很好的优化效果,能有效地指导实际生产应用。     

蚁群算法物流配送中心选址优化仿真研究

研究物流配送选址优化调度问题。为了有效节约车辆运输成本,应选择最优路径。城市车辆调度路径选择,存在路网复杂性,参数设置较多,传统的调度算法存在计算复杂度高,不利于实际应用。为解决优化选址问题,提出了一种改进的蚁群优化物流配送选址方法。算法把求得的解首先分解为解对,然后通过改进的蚁群优化算法将解对从不确定性转变成确定性问题,可以大大的降低求解过程。通过仿真表明,提出的优化算法不但降低了计算的复杂度,优化了选址模型,而且为解决物流选址问题提供了新的有效途径。     

DNA计算与背包问题

该文通过对背包问题这一典型的NP完全问题的DNA计算研究,针对属于组合优化一类的ZKP问题给出了一种DNA计算方法,该算法解决了组合优化一类DNA计算的加权赋值问题,并根据DNA计算的特点给出了一般加权赋值型组合优化问题的DNA计算模式。     

非线性边界和等式约束条件下的高维函数优化算法研究

本文建立了基于模式搜索法的非线性边界约束条件下多参数函数的优化算法。通过综合模式搜索法、最速下降法和转轴法解决了在高维空间中的优化算法和非线性边界约束的算法问题。同时使用广义拉格朗日乘子法解决了非线性等式约束条件的计算方法。通过在四轨道隶玻色子模型计算中的应用,验证了该计算方法的有效性。由于该方法综合了多种经典优化算法,因此可以广泛适用于在非线性复杂边界约束条件下的多参数函数的优化计算。     

求解高维优化问题的扰动混沌蚁群优化算法

针对新型混沌蚁群优化算法(CAS)求解高维优化问题时存在的计算复杂和搜索精度低问题,提出了扰动混沌蚂蚁群(DCAS)算法。通过建立蚂蚁最佳位置更新贪婪规则和随机邻居选择方法有效地降低了计算复杂度;另外引入自适应扰动策略改进CAS算法,使蚂蚁增强局部搜索能力,提高了原算法的搜索精度。通过一组高维测试函数对DCAS算法的性能进行了高达1000维的仿真实验。测试结果表明,新算法对复杂的高维优化问题可行有效。     

计及风力发电的配电网动态无功优化研究

风力发电的随机性增加了配电网无功优化的困难程度,在对风力发电随机特征进行分析的基础上,以配电网总有功损耗最小为目标,建立了计及风力发电影响的配电网动态无功优化数学模型,并将改进后的退火蚁群算法应用于该优化模型的求解。建立IEEE33节点配电网系统仿真计算实例,通过与其它优化模型及方法的对比分析验证了本动态优化模型及蚁群求解方法的有效性和优越性。本研究成果可为风力发电在配电网的接入及其无功优化提供有效的技术指导和参考。     

基于最小生成树算法的配电网网架优化规划

配电网是连接输电系统和用电系统的重要环节,因此配电网网架结构的合理性直接影响到整个电网的高效运行。本文基于最小生成树算法来实现配电网网架的合理性优化规划,阐述了配电网网架优化规划的数学模型和配电网潮流计算。详细介绍了最小生成树算法的理论基础,并利用最小生成树算法对配电网网架优化规划进行了研究。最后应用两个算例对本文研究的方法进行验证,结果表明本文研究的最小生成树算法对实现配电网网架优化规划是可行且有效的。     

基于BP神经网络模型实现配电网络损耗优化的研究

配电网络损耗是关系到电网正常运行的关键,如何对配电网络损耗进行优化是目前亟待解决的技术问题。论文针对无功补偿设备辐射状配电网存在的网络损耗问题,提出了一种优化方案。根据辐射状配电网体系结构的特征,提出基于BP网络模型理论进行计算配电网络损耗的方法,该方法能够映射、处理任意复杂的非线性关系,数据处理精确、及时,并根据计算的结果,提出基于遗传算法优化网络损耗的方案,通过搜索最优解,有针对性地优化损耗问题。根据数据比对,论文提出的方案优化效果较好,具有一定的实用价值。     

换电站对配网无功优化的影响研究

换电站作为电动汽车的主要充电基础设施,随着电动汽车的普及也将大规模建设。为了分析大规模换电站接入配网对无功优化产生的影响,提出了以换电站充电负荷对配网无功优化的影响为研究对象。首先基于力帆换电站的历史数据分析了换电站充电负荷影响因素的分布规律,然后采用蒙特卡洛仿真模拟建立了换电站的充电负荷模型。还建立了配网无功优化的数学模型,采用禁忌搜索算法求解数学模型。考虑到换电站充电负荷为概率模型,采用基于蒙特卡洛模拟的随机潮流进行潮流计算。最后从换电站充电负荷的渗透率角度分析了对配网无功优化的影响,得出的结论是换电站充电负荷的渗透率为一定值时,相比未接入换电站充电负荷的情况,可以降低电容器的投切次数,延长电容器的使用寿命。     

基于Isight的分布式电源优化设计

分布式电源接入配电网是智能电网的关键.分布式电源接入配电网的位置及所注入的容量会对电网的损耗和电压的稳定性产生影响.在综合考虑电压稳定以及电网损耗的基础上建立起分布式电源优化模型,以Isight为优化平台,以MATLAB为数值求解软件,构建并实现分布式电源优化设计计算流程.该方法成功实现降低网损并提高电压稳定性的目标.采用配电网的标准算例对模型和算法进行验证,结果表明该模型具有优异的优化效果,有助于工程的实际应用.     

基于图论的煤矿井下高压供电网络优化

矿井高压供电网络大部分负荷集中在配电线路的末端,目前的配电网优化方案不能完全适用于矿井配电网。针对该问题,提出了一种基于图论的煤矿井下高压供电网络优化方案,分析了矿井供电网络的特征,详细介绍了应用图论中的最短路径法优化井下高压供电网络的过程,并给出了某矿井下高压供电网络的优化结果。优化前后的矿井高压供电网络潮流计算结果表明,该优化方案可有效提高矿井供电网络的电压质量。     

基于改进选择性BPSO算法的配电网降损重构研究

为了降低配电网的有功功率损耗以及提高开关利用率,利用Sigmoid函数对二进制粒子群优化(BPSO)算法中的粒子位置更新进行改进,并通过添加修改曲线的参数对函数进行选择,提出了一种改进选择性二进制粒子群优化(IS-BPSO)算法来求解配电网降损重构问题.该算法以降低配电网的功率损耗为目标,有效地控制粒子的变化速率并提高种群的收敛性.通过33母线和94母线的配电网测试系统进行仿真模拟,结果表明,该算法具有很强的鲁棒性和全局寻优能力.     

新能源并网发电对配电网电能质量的影响研究

配电网中的新能源并网发电情况越来越普遍,但新能源输出功率的间歇性和不确定性会对配电网电能质量带来很大影响.本文在分析新能源输出功率特性的基础上,对新能源并网造成配电网电能质量的影响原理进行了分析.建立配电网电能质量仿真计算模型,对新能源在不同位置和不同容量并网情况下及多个新能源不同方式并网下的节点电压偏差、节点电压总谐波畸变率仿真计算,获得了新能源并网发电对配电网电能质量的影响规律.本文研究成果可为新能源并网发电及配电网电能质量优化提供有效的理论指导和借鉴.     

改进蚁群算法的配电网网架优化规划方法

利用改进蚁群算法对配电网络进行规划,将该算法应用到辐射型配电网络中。在己知各配电变电站供电范围的基础上,利用蚁群算法特有的路径寻优功能进行配电网布局,并处理蚂蚁留下的信息素,以方便地求得配电网络规划问题的最优或近似最优解。通过具体的算例证明,改进的蚁群算法具有更优的全局搜索能力,提高了算法的收敛速度。     

基于复杂网络的城市公交网络抗毁性分析*

以国内四个城市公共交通系统为研究对象,对由停靠站点构建的公交网络拓扑结构进行了计算和分析。在此基础上提出了公交网络的抗毁性测度——最大连通子图的相对大小和网络效率,并考察了公交网络在不同攻击模式下的抗毁性。结果表明,公交网络具有对随机攻击的鲁棒性,同时又具有对选择攻击的脆弱性。网络的可靠性是由一些关键节点（公交枢纽站点）的稳定性决定的,应当切实保障这类站点的正常、高效运行。