基于AMFOA考虑主客观因素的配电网多目标规划

针对配电网重构的多目标优化及方案决策问题,提出一种基于自适应多种群果蝇算法(AMFOA)并考虑主客观因素的多目标两级优化方法.第一级优化采用自适应多种群果蝇算法对网络结构进行迭代优化,通过协调不同指标得到一组帕累托非支配解.第二级优化引入AHP-CRITIC算法完成每个非支配解的主客观综合评价,结合TOPSIS法确定最...     

基于CEEMD-RSVPSO-KELM的用户侧微电网 短期负荷预测

用户侧微电网负荷随机性强,短期负荷的预测精度对微电网的正常运行起着重要作用。提出了一种基于互补集成经验模态分解(CEEMD)和区域划分自适应变异粒子群(RSVPSO)算法优化核极限学习机(KELM)的负荷预测模型。采用互补集成经验模态分解将负荷序列分解为多组平稳的子序列,以减小不同局部信息之间的相互影响。针对粒子群算法易早熟和收敛速度慢的问题,利用区域划分来实现惯性权重和学习因子的自适应调整,提高粒子的全局寻优能力和搜索效率,并结合自适应变异操作避免陷入局部最优,加强核极限学习机预测精度。最后通过案例验证,所提模型的预测准确率约为98.114%,较其他预测模型具有更好的预测效果和实际应用意义。