伪并行遗传算法在无功优化中的应用

在无功优化中，应用矩阵奇异值分解理论，引入了静态电压稳定裕度最大化目标和并行遗传算法思想，提出了用于无功优化的伪并行遗传算法。该算法在一定程度上避免了常规遗传算法容易出现的“早熟”现象，收敛速度也有一定提高。对Ward＆Hale 6节点和IEEE 14节点系统进行了测试，计算结果表明，本文所提模型和算法是合理可行的。     

基于遗传算法的水电站厂内经济运行新算法

本文提出求解水电站厂内经济运行问题的新方法－遗传算法,它不同于常规优化算法的特点在于,从多个初值点开始,沿多路径搜索实现全局或准全局最优,计算过程不需要存贮状态或决策变量的离散点,减少计算机内存,不必求导计算,编程简单,是一种有效的自适应随机搜索算法。     

基于伪并行遗传算法的多目标无功分层优化研究

本文对多目标无功优化问题采用分层优化算法降低了计算量,同时综合考虑多个指标和要求,在每一层的优化中,对遗传算子进行了改进,采用了伪并行遗传算法。通过IEEE-14节点系统,验证了该算法的有效性。     

基于伪并行遗传算法的无源电力滤波器优化设计

以经济成本和滤波效益为目标,采用伪并行遗传算法与自适应遗传算法相结合的方法对无源滤波器参数进行优化.在种群进化的初期引入伪并行遗传算法进行寻优,增加种群的多样性;进化后期,采用自适应遗传算法,有效减少工作量.同时,对伪并行遗传算法迁移率进行改进,使其随种群多样性自适应变化.仿真结果表明:文中所提方法设计出的滤波器滤波效...     

解空间遗传算法在水电站厂内经济运行中的研究

针对水电站厂内经济运行求解方法,提出一种解空间遗传算法。采用避开空蚀振动区、考虑负荷平衡约束和机组出力约束的解空间初始种群生成法,以避免适应度函数设计中的惩罚处理并保证适应度函数非负;运用解空间摄动变异算子,保证变异后的个体仍为可行解。以三峡水电站为例与传统遗传算法进行了比较,不同量级的负荷分配结果表明:解空间遗传算法能够避开空蚀振动区的影响,保证机组的正常运行。同时由于避免了在不可行解区域寻优,改进算法提高了搜索的效率。改进算法避免了适应度函数中惩罚的处理,保持了种群的多样性,为改进遗传算法在水电站厂内经济运行中的研究提供了一种思路。     

蚁群算法在水电站厂内经济运行中的应用

水电站实行经济运行既可带来巨大的经济效益,又可以节约宝贵的水资源.文章介绍了一种新的模拟优化算法--蚁群算法,并根据水电站厂内经济运行问题与旅行商问题的相似性,通过合理处理约束条件与目标函数,将水电站厂内经济运行问题转化为旅行商问题,从而提出了一种用蚁群算法求解水电站厂内经济运行问题的数学模型.实例验证表明此方法具有较高的实用价值.     

基于多智能体伪并行遗传算法的小水电无功优化研究

为了解决小水电接入配电网带来的电压波动、网损增加等问题.构建了以配电网网损最小为目标函数,电压偏移量与无功补偿量为罚函数的无功优化数学模型,提出了基于多智能体和伪并行遗传算法的智能混合型求解算法,该算法通过邻集拓扑和网格环境的交换来完成全体Agent的更新,增加了进化的并行性,在优化遗传算子的基础上引入了自学习算子,该...     

基于共享小生境伪并行遗传算法配网无功优化研究

针对传统遗传算法(SGA)在配电网无功优化中的缺陷和配电网的特点,把基于共享函数的小生境技术和伪并行遗传算法有机结合起来应用于无功优化,采用实数编码和自适应交叉、变异等策略.建立了以运行费用最小为目标的数学模型.实际网络计算结果表明,小生境伪并行遗传算法在提高运算速度、维持群体多样性和抑制早熟等方面显示出优越性,更加适用于配网无功优化.     

基于伪并行遗传算法的配电网电容器优化配置

针对普通遗传算法易陷入早熟收敛的问题,提出基于伪并行运算的改进遗传算法并应用于配电网无功补偿电容器组的最优规划问题.通过控制多种群并行进化,同时采用控制策略实现种群间个体迁移,以保持个体多样性及局部最优个体的数量.算例证明,此方法可以显著提高算法的全局收敛能力及计算速度.     

拟梯度遗传算法在水电厂厂内经济运行中的应用研究

提出一种求解水电厂厂内机组间负荷优化分配的新方法－拟梯度遗传算法（ＱＧＡ）,详细介绍了算法的原理和实现过程,该算法采用实数编码技术和基于拟梯度的遗传变异算子,求解精度高而且收敛速度快,为水电厂内的经济运行提供了一种有效的方法,算例说明了该方法的有效性。     

改进遗传算法在水电站日优化运行模型中的研究

根据水电站日优化运行模型的特点,提出了一种基于遗传算法求解的新思路.该算法针对传统遗传算法的不足,设计了基于浮点数编码的选择、交叉、变异等遗传操作,并将其应用于水电站日优化运行模型的求解中.该算法实现简单,大大减小了求解问题的规模,有效地处理了模型中的各种约束条件,收敛速度快.仿真计算结果验证了该算法的有效性.     

改进遗传算法在水电站自动电压控制中的应用研究

在水电站自动电压控制中,为保证水电站内母线电压在给定范围内,并且使站内网络损耗最小,文中提出一种改进的遗传算法进行水电站内无功分配。该方法通过对简单遗传算法中的选择、杂交和变异3个基本算子进行改进,并采用爬山法修正所得结果,从而有效地提高了无功优化的速度和精度。对5机组和13机组的水电站进行仿真,结果表明与常规方法及简单遗传算法相比,该方法适应性好,且易收敛到全局最优。     

基于改进遗传算法的串联小水电群优化调度

建立了由沙畈水库和金兰水库组成的串联小水电群优化调度的数学模型，采用了改进遗传算法对该模型进行优化计算。算法设计编程简单、计算工作量小、收敛速度快。利用两个水库的入库径流实测值进行了仿真实验，结果说明优化调度能比常规调度取得更大的经济效益，同时也说明了遗传算法是求解小水电群优化调度的可行而有效的方法。     

遗传算法及其在电工领域中的应用

本文介绍了遗传处法的基本原理和方法。遗传算法是基于自然界生物进化原理而提出的一种新的优化算法，由于它的通用性和鲁棒性，在许多领域中得到广泛应用。本文综述了遗传算法在电工领域中的应用情况，并进一步展望其前景。     

遗传禁忌混合算法及其在电网规划中的应用

电网规划是一个较难解决的NP难问题。文中首先就遗传算法、禁忌搜索算法(TS)及其两者的混合算法在旅行商问题(TSP)中的应用来比较它们之间的优缺点,认为采用了TS变异算子的改进遗传算法将大大提高其优化能力;然后通过该混合算法在典型电网扩展规划算例中的应用来看,认为该混合算法适用于求解复杂的电网规划问题;最后通过对该混合算法在求解实际的城市中压配电网络规划问题时与其他两种单一算法的结果比较来看,其搜索效率相比单一算法得到了很大程度的提高,体现了很好的应用前景。     

新的非线性最小费用流算法及其在电力系统经济运行中的应用

水电系统优化运行问题可达为一非线性网络流问题,既梯度网流法是求解该问题的常用方法,但在实际应用中,经常会出现“基变量达界后,找不断新的入基变量”的情况,使算法无法进入下去。     

三峡电力系统大型水电站群与三峡电站联合运行优化补偿调度运行方式研究

在对三峡电力系统及电网内大型水电站特性分析的基础上,以提高水电站群整体调峰能力为目标,建立了水电站群优化补偿调度计算模型;并应用该模型对三峡电力系统水电站群与三峡电站联合运行进行了优化补偿调度研究.引入了水电站群"电能价值最高"的概念,为优化目标的度量和优化模型的建立奠定了基础.研究结果表明,三峡电力系统大型水电站群与三峡电站之间存在明显的优化补偿效益,在优化补偿调度方式下,水电站群的整体调峰能力有明显提高.     

负荷模型参数辨识的粒子群优化法及其与基因算法比较

粒子群优化法(PS算法)具有全局性能好、搜索效率高等优点。文中应用该算法进行电力系统负荷模型的参数辨识，并将其与模拟进化算法进行比较，发现PS算法在计算时间、全局性方面均有比较明显的优势。讨论了PS算法中用以调节全局搜索和局部搜索关系的权重ω与搜索效率之间的关系，并给出了适用于电力系统负荷参数辨识的ω值。提出了一种利用PS算法的收敛快速性来提高全局性能的工程实用方法，并对工程实例进行辨识，收到了良好效果。     

改进粒子群算法及其在电力系统经济负荷分配中的应用

提出了一种用于求解一般形式的非连续、非凸、非线性约束优化问题的改进粒子群算法，用于求解复杂的非凸、非线性电力系统经济负荷分配问题。基于随机分析理论，证明了该算法依概率收敛至全局最优，且收敛性与粒子群的初始分布无关，并提出一个收敛的充分条件。多个算例的仿真结果表明：文中提出的算法有效、可行，可望应用于更广泛的优化问题