分享到:

基于虚拟种群遗传算法的电网无功优化

随着国民经济的迅速发展,用电负荷的急剧增加,电力系统的安全经济运行日益受到人们重视。无功优化是电网安全经济运行研究的一个重要组成部分,对于保证电压质量、降低运行损耗以及实现电网的安全稳定运行具有十分重要的意义。遗传算法是一种借鉴生物界自然选择和自然进化机制的搜索方法,通过对个体进行复制、交叉、变异操作完成搜索过程。与其他传统优化算法不同,除具有高度并行、随机搜索等特性外,遗传算法还具有不要求目标函数是否连续或可微等优点。目前,基于遗传算法的各种优化方法在电力系统中得到广泛的应用,如系统规划、经济调度、机组检修及故障诊断等。在背景章节里,本文对电力系统无功优化问题的研究内容、研究方法,数学模型以及目标函数进行了详细的探讨和划分,并对所采用的无功优化研究方法——遗传算法进行综述,简要的介绍了常规遗传算法的工作原理及算法的一些高级实现技术。在此基础上,本文提出一种应用于电力系统无功优化的改进型遗传算法。该算法采用两种虚拟种群的方法对常  (本文共77页) 本文目录 | 阅读全文>>

西安理工大学
西安理工大学

发电侧开放电力市场下的电网无功优化

在发电侧开放电力市场下,根据电网公司的双重职能,本文提出了一种无功优化的新方法,该方法有效的解决了发电厂竞标—无功优化—发电总量之间的矛盾,即在确定某一竞标时段的机组组合与出力过程中,同时进行电网的无功补偿。各发电厂发电量是考虑了网损(受无功补偿影响)的发电量,而无功补偿则是在各发电厂竞价上网条件下的无功补偿。本文采用等报价法组织竞标,将机组启动费分摊方法引入到等报价竞价方法中,修正了机组的报价曲线,使竞价过程更为公平合理。同时,为了避免常规遗传算法容易出现的“早熟”现象,并提高算法的精度,在无功优化的进化过程中以种群散度为判断尺度将原种群分化为若干子种群,并引入伪并行遗传算法思想,各子种群独立进行选择,交叉,变异等遗传操作,并在每代遗传操作结束后相互传递有利信息,使各子种群向着更优方向进行进化。通过对IEEE标准算例和陕西330KV输电网络模拟验算,证明了本文提出的方法是正确且合理可行的。  (本文共54页) 本文目录 | 阅读全文>>

重庆大学
重庆大学

关于旅行商问题的改进遗传算法

旅行商(TSP)问题是组合优化领域中的一个典型问题,涉及求多个变量的函数的最小值。虽然它陈述起来很简单,但求解却很困难,并且已经被证明是NP完全问题。但它确实广泛存在,且是诸多领域内出现的多种复杂问题的集中概括和简化形式。快速、有效地解决TSP问题有着较高的理论意义和实际应用价值,这就是本文提出的用改进遗传算法求解TSP问题的目的。近代科学技术发展的显著特点之一是生命科学与工程技术的相互交叉、相互渗透和相互促进。本文根据TSP问题的特点和当前研究情况,选用遗传算法来对它进行求解。论文首先介绍了遗传算法的原理及基本实现技术,并着重阐述了遗传算法的特性,再具体地针对传统遗传算法进行相应的改进。传统遗传算法在求解TSP问题时通常采用城市次序编码法和边编码法。本文提出了一种新的编码方式——矩阵编码,它比边编码更形象、直观地描述TSP对象,比城市遍历编码法更稳定,并且更容易判断个体的合法性和计算其适应度。针对编码产生的大量非法个体,根据矩...  (本文共74页) 本文目录 | 阅读全文>>

浙江工业大学
浙江工业大学

基于改进遗传算法的无功优化研究

电力系统无功优化是保证系统安全、经济运行的一种有效手段,是降低网络有功损耗、提高电压质量的重要措施。因此,电力系统无功优化问题的研究,既有理论意义,又具有实际应用价值。电力系统无功优化是一个多变量、多约束的混合非线性规划问题,其操作变量既有连续变量又有离散变量,其优化过程十分复杂。遗传算法是一种基于自然选择和遗传机制的搜索算法,比较适合于求解电力系统无功优化问题。本文介绍了电力系统无功优化领域的研究现状及其发展,建立了无功优化问题的基本数学模型,研究了遗传算法应用于无功优化求解的运算流程,并且在结合无功优化问题自身特点的基础上对遗传算法应用于无功优化求解进行了研究改进,给出了包括编码方案、交叉算子、变异算子和收敛判据的改进遗传算法的完整实现方案。使用本文所提出的改进算法对Ward&Hale 6节点系统和IEEE-30节点系统进行了优化计算,并与基本遗传算法的优化结果进行了比较,结果验证了本文所采用改进算法与基本遗传算法相比提高了...  (本文共60页) 本文目录 | 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

混合式遗传算法的研究与应用

遗传算法由美国密执安大学的John.Holland教授首先提出,以达尔文的生物进化论为启发而创建的,是一种有效的全局优化技术。本文首先介绍了遗传算法的基本原理,并针对标准遗传算法在实际应用中存在的问题进行了细致的分析。同时参考了大量的文献。根据前人的研究成果结合在PID参数寻优中实际应用,得出标准遗传算法不是全局收敛的,容易出现“早熟现象”。为了改进这种情况,本文提出了几种改进的方案,并将其应用到PID参数寻优中,效果比较明显。但在实际应用中遗传算法还存在另一个问题即在迭代末期收敛速度比较慢,导致计算效率下降。单纯形法是一种局部优化技术,它可以在不了解函数特性的情况下,使寻优结果向局部最优值靠近,但其存在着一个弊端即对初始值比较敏感。基于此思想本文将遗传算法和单纯形算法有机的结合起来,提出了两种改进的措施,并将其与基本遗传算法进行比较,最后得出一个满意的结果。  (本文共80页) 本文目录 | 阅读全文>>

河海大学
河海大学

改进遗传算法及其在降雨径流模型中的应用

本文对遗传算法理论进行了系统的分析,指出了标准遗传算法的不足之处,提出了一种改进的遗传算法。针对水文模型所出现的大量高维、多峰、非线性、不连续、非凸性等复杂的参数优选问题,考虑到遗传算法的优点,提出用改进遗传算法来解决。并将其成功地应用在降雨径流模型的参数率定中,提高了水文模型参数优选的效率和解的精度。主要研究内容如下:1.给出了二进制遗传算法的一般模型和标准遗传算法的一般描述,介绍了遗传算法的理论基础。2.从模式定理的要求和遗传算法的收敛速度及求解精度之间的矛盾入手,提出了改进遗传算法,在理论上分析了其收敛性,并用典型测试函数验证了其在精度上较标准遗传算法的优越性。3.将提出的改进遗传算法应用在密赛流域三水源新安江模型的参数率定中,并取得了较好的效果。计算结果表明改进遗传算法在精度上优于基本遗传算法。在改进遗传算法适应度函数的选取上,做了理论上的分析和大量的实验,很好地结合了模型的目标函数和遗传算法的适应度函数。4.针对传统的...  (本文共65页) 本文目录 | 阅读全文>>

大连交通大学
大连交通大学

基于改进遗传算法的车体钢结构的结构优化

随着列车提速的深入,对车体轻量化的要求越来越高,因此对车体钢结构进行结构优化成为了车体轻量化的主要途径之一。在车体钢结构的结构优化中,遗传算法有其突出的优点。传统的优化方法在进行优化时往往不能充分考虑不同类型变量之间的耦合关系。应用遗传算法可以考虑多种不同类型设计变量之间的耦合关系,实现了不同种设计变量的组合优化。由于遗传算法思想的特点,在优化过程中需要进行大量的计算,导致遗传算法的优化效率很低,特别在复杂工程结构中限制了其应用范围。针对简单遗传算法收敛速度慢等缺点,本文采用了几种改进的遗传算法(IGA),并把它应用于车体的组合优化中。优化的对象为25T型车体的钢结构。在优化过程中,应用有限元软件MSC.Marc作为分析工具,以横梁的截面类型与拓扑位置作为设计变量,实现两类设计变量的同时优化。改进遗传算法从提高全局搜索性能和收敛速度出发,加入了3个新的操作策略。新的操作策略为最优保存策略、增加转基因算子和采用自适应遗传算子的操作...  (本文共85页) 本文目录 | 阅读全文>>