排序方式: 共有92条查询结果,搜索用时 78 毫秒
11.
计及阀点效应的多燃料经济调度是电力系统运行控制中典型的高维、非凸、非线性及不可微的优化问题。针对现有技术在解决该问题时容易陷入局部最优值,收敛精度不高和计算效率较低等缺陷,提出一种基因编辑差分算法。该算法在标准差分算法的基础上,通过融入基因编辑操作提高标准差分算法在解决该问题时的计算效率与求解精度。并将该算法分别应用于10机组和40机组的多燃料电力系统的算例进行仿真分析。此外,将仿真结果与多种算法优化结果进行对比,结果表明所提标准差分算法通过融合基因编辑操作不仅能大幅度降低搜索空间,而且有效缓解了算法的过早熟现象,同时能在相对合理的计算时间内取得更优的解。 相似文献
12.
针对粒子群算法(PSO)在解决高维、多模复杂问题时容易陷入局部最优的问题,提出了一种新颖的混合算法—催化粒子群算法(CPSO)。在CPSO优化过程中,种群中的粒子始终保持其个体历史最优值pbests。CPSO种群更新由改造PSO、横向交叉以及垂直交叉三个搜索算子交替进行,其中,每个算子产生的中庸解均通过贪婪思想产生占优解pbests,并作为下一个算子的父代种群。在CPSO中,纵横交叉算法(CSO)作为PSO的加速催化剂,一方面通过横向交叉改善PSO的全局收敛性能,另一方面通过纵向交叉维持种群的多样性。对6个典型benchmark函数的仿真结果表明,相比其它主流PSO变体,CPSO在全局收敛能力和收敛速率方面具有明显优势。 相似文献
13.
不同于风速点预测,风速区间预测能描述风速的随机性。因此,提出一种基于奇异谱分析-模糊信息粒化和极限学习机组成的风速多步区间预测模型。该方法采用奇异谱分析提取原始数据的趋势成分、振荡成分和噪声成分,并对所有分量进行重构,然后利用模糊信息粒化对重构后的噪声成分进行有效挖掘,提取每个窗口最小值、平均值和最大值。对各分量采用极限学习机分别建立预测模型,为了提高预测精度、缩小区间范围,采用改进布谷鸟算法对预测模型的参数进行优化。最后将所有分量的预测结果进行叠加,实现风速区间预测。以风电场实际数据为算例,结果表明所提方法具有较高的预测精度和可靠的多步区间预测,且运行效率高,能有效跟踪风速变化。 相似文献
14.
15.
16.
随着电力市场的改革,水电厂经济调度的地位将日益突出.在考虑振动、出力限制、开停机等多种约束条件的情况下.提出并设计了一种基于混合神经网络和遗传算法的水电厂经济调度系统.为反映机组复杂的非线性工作特性.建立了基于人工神经网络方法的耗水量模型,在此基础上采用改进的遗传算法对机组进行了优化组合.结果表明:数字仿真及其现场应用都取得了满意的结果. 相似文献
17.
18.
基于多Agent遗传算法的水电厂机组优化组合研究与实现 总被引:1,自引:0,他引:1
基于多Agent系统理论,构建了一个多Agent机组优化组合系统.对于问题优化模型,提出了一种新颖的多Agent遗传算法,解决了大规模遗传算法的效率问题.对于机组的非线性耗水量特性,提出了一种由Agent动态地管理与维护的神经网络.基于与FIPA兼容的多Agent中间件JADE平台,给出了一个详细的具体实施系统.仿真结果验证了所提出的优化模型与实施方案的合理性和可操作性. 相似文献
19.
针对带非线性约束的电力系统动态环境经济调度问题,提出一种多目标纵横交叉算法。对动态调度中燃料费用和污染排放两个相互约束、冲突的目标同时进行优化。求解过程中,结合非约束支配策略,提出一种双交叉机制,增强粒子穿越非可行区域的能力,使得生成的帕累托最优解落在可行区域内。通过边缘探索,增强算法的全局搜索能力。同时,采用外部存档集合储存非劣解,并通过拥挤度对比,保持非劣解的多样性。最后,采用模糊决策理论获得最优折中解。对10机电力系统的仿真结果验证了所提方法的有效性与优越性。 相似文献
20.