排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
计及阀点效应负荷经济分配的杂交粒子群算法 总被引:1,自引:0,他引:1
提出了一种用于求解复杂的非凸、非线性具有阀点效应的火电有功负荷经济分配问题的杂交粒子群算法(HPSO).HPSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化,并在此基础上将遗传算法的杂交思想引入到PSO算法当中,使其避免局部最优.算例的仿真结果表明:本文的算法有效、可行,可望应用于更广泛的优化问题. 相似文献
2.
高频保护传统分析方法仅考虑高频信号在通道中的延时效应,没有分析电气量的行波延时效应。该文指出传统方法的不足,分析电力系统故障后电气量和高频信号的行波特性,综合考虑自故障发生到线路两侧高频保护完成故障判断,故障电气量和高频信号在各环节中的延时效应,以及最终产生的高频信号的时间差或相位差,并分析了通道延时效应对高频保护动作特性的影响。通过分析认为:为了避免外部故障时出现误动作,方向高频保护应考虑2倍线路长度的通道延时效应,相差高频保护闭锁角整定应考虑2倍线路长度的通道相位滞后效应;线路内部发生短路故障时,相差高频保护容易发生两侧保护相继动作;在线路长度较大,相差高频保护有发生两侧保护都进入闭锁区而拒动的可能。 相似文献
3.
尝试将人工鱼群算法(AFSA)用于电力系统无功优化,建立了相应的优化模型,对IEEE6、IEEE14节点系统及某地区实际电力系统进行了无功优化计算,并与遗传算法(GA)、改进Tabu搜索算法(MTSA)进行了比较,结果表明AFSA鲁棒性强,全局收敛性好,用于电力系统无功优化计算是有效、可行的。 相似文献
4.
高频保护传统分析方法仅考虑高频信号在通道中的延时效应,没有分析电气量的行波延时效应.该文指出传统方法的不足,分析电力系统故障后电气量和高频信号的行波特性,综合考虑自故障发生到线路两侧高频保护完成故障判断,故障电气量和高频信号在各环节中的延时效应,以及最终产生的高频信号的时间差或相位差,并分析了通道延时效应对高频保护动作特性的影响.通过分析认为:为了避免外部故障时出现误动作,方向高频保护应考虑2倍线路长度的通道延时效应,相差高频保护闭锁角整定应考虑2倍线路长度的通道相位滞后效应;线路内部发生短路故障时,相差高频保护容易发生两侧保护相继动作;在线路长度较大,相差高频保护有发生两侧保护都进入闭锁区而拒动的可能. 相似文献
5.
提出了一种用于求解复杂的非凸、非线性具有阀点效应的火电有功负荷经济分配问题的杂交粒子群算法(HPSO)。HPSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化,并在此基础上将遗传算法的杂交思想引入到PSO算法当中,使其避免局部最优。算例的仿真结果表明:本文的算法有效、可行,可望应用于更广泛的优化问题。 相似文献
6.
7.
8.
9.
机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题,因此求解非常困难.粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域.PSO算法的优势在于操作简单,可调参数少易于实现而又功能强大.该文采用二进制粒子群优化方法解决机组状态组合问题,用遗传算法结合启发式技术解决经济分配问题,并对最小开停机时间及启停费用进行了处理,使得运算速度大大加快.方法的可行性在10台机组系统中检验.模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点. 相似文献
10.
基于改进PSO算法的电力系统无功优化 总被引:22,自引:3,他引:19
粒子群优化PSO(Particle Swarm Optimization)算法是一种简便易行、收敛快速的演化计算方法,但该算法也存在收敛精度不高,易陷入局部极值的缺点。针对这些缺点,对原算法加以改进,引入了自适应的惯性系数和变异算子,提出了一种新的改进粒子群优化MPSO(Modified Particle Swarm Optimization)算法,并将其应用于电力系统无功优化,建立了相应的优化模型。对IEEE-14节点系统及某地区70节点实际电力系统进行了仿真计算,并与PSO算法作了比较,结果表明MPSO优化算法能有效地应用于电力系统无功优化.其全局收敛性能及收敛精度均较PSO算法有了一定程度的提高。 相似文献