杨溪[1]2013年在《改进遗传算法和蚁群算法在电力系统问题中的应用研究》文中进行了进一步梳理目前随着我国经济的高速发展,对电力的需求增长十分迅速,然而原有电力系统存在出很多问题,这些问题主要包括：电力设备老化、网架结构不合理、电网的供电能力不强、电网的供电性能低、电网的运行和维护费居高不下等,全国各地均出现了电力系统不能满足社会发展需求的情况,电力系统急需建设和改造,有必要开展关于对电力系统的研究。而电力系统中经济调度和配电网规划这两个问题占有主导地位,因此对经济调度和配电网规划的研究显得十分总要。现在对电网系统的改造大多与智能算法相结合,而在智能算法中以遗传算法和蚁群算法最为普遍和适用。遗传算法是智能算法的一种,以达尔文自然进化论为基础的基于种群的智能优化算法；而蚁群算法是对蚂蚁觅食这种群体性的行为进行模拟实验,从而提出来的一种新型的智能优化算法,这两种算法通常广泛应用于自然科学、工程技术和现代管理等领域中的各种复杂问题的优化求解。经过对这遗传和蚁群算法的仔细研究后,专门针对它们收敛速度慢、容易早熟等不足,引入新的改进思想和方法,设计出改进后新型的遗传算法,并将遗传算法和蚁群算法相互融合得到了一种新的遗传——蚁群算法,使得智能算法本身得到了较好的改进。因此全文主要研究了改进型遗传算法,并将传统遗传算法和蚁群算法相融合,然后对电力系统中的经济调度和配电网规划问题的进行了研究。首先通过分析我国配电网的现状,阐述了电力系统中的经济调度和配电网规划问题以及两者的数学模型,并且有效地将经济调度和配电网优化规划的可靠性与经济性相结合,从而能够协调供电方与用户方的利益,这点十分适用于当前市场经济下的电力需求。
杨岚[2]2003年在《基于改进型遗传算法的配电网谐波畸变分析与研究》文中研究表明早在19世纪末，当交流电以一种新兴的动力形式出现时，人们就发现了系统中电压、电流存在畸变的问题。随着近代工业的不断发展，电力系统中各种负荷不断增加，特别是非线性负荷的增加，使得电网中谐波的畸变越来越严重，甚至已经达到了危害电力系统本身及其各种用电设备安全运行的程度，谐波的研究和治理已经成为一项的重要研究课题。目前此课题包含的内容主要有：电力系统谐波潮流计算、非正弦电量的测量方法和测量装置的研究、无功补偿装置的设计研究等。 传统的谐波抑制手段是设置无功补偿电容器和LC滤波器，但是，当电网中谐波源众多、负荷水平经常变化且补偿电容器组也经常变化时，用这种方法难以准确找到需要抑制的谐波电压大小和进行谐波抑制的准确地点。因此，需要找到一种能在这些变化条件下搜索需要进行安装滤波器的节点的方法，然后计算并设计出在此节点安装的滤波器的大小和类型。本文简单地介绍了谐波的基本概念、谐波的危害和研究意义、谐波潮流计算方法等。并在分析电网络多组变量组合变化特点的基础上，提出用遗传算法来解决上述问题。 遗传算法的特点是计算上具有隐含并行性，从而其计算速度较快，对于电网络中各种经常变化的量导致网络参数要不断修正、计算量很大的实际情况而言，遗传算法是比较理想，它能够通过多途径搜索，在合理的时间内完成全局最优化。而且遗传算法对数学模型没有特别的要求，如：连续性、可导性等，它只要求将变量按照一定规则进行编码、求出目标函数和适应度函数就可以，这在客观上也给遗传算法在配电网谐波分析中的应用创造了条件。 虽然遗传算法相比于其它优化来说，有其特点和优点，但是也有明显的缺陷，主要表现在计算效率不高、搜索的解精度不高、局部搜索能力较差、容易陷入“早熟”现象等。针对以上缺点，本文提出一种改进型自适应遗传算法。这种算法通过修改基本遗传算法中固定值的交叉率和变异率，使其和迭代过程中适应度的值自适应变化，从而在一定程度上改善了基本遗传算法的缺陷。本文用数值仿真试验对上述内容作了应证。 最后，本文以实际配电网系统为例，建立了其简化的谐波数学模型，并用改进型自适应遗传算法对这个模型进行了“优化”仿真，即搜索出谐波畸变最严重的节武汉科技大学硕十论文摘要点，为谐波分析和滤波器的配置提供了依据。实例说明，采用遗传算法对配电网谐波畸变进行分析是一种有效的方法。
王洋[3]2010年在《基于改进遗传算法的油田配电网无功优化》文中研究说明大庆油田配电网由于负荷的特殊性,普遍存在无功补偿不合理,功率因数低的情况,导致有功损耗严重,供电质量差,从而造成电能的浪费。配电网无功优化能够有效地降低电网的运行损耗,提高系统的电压合格率,从而改善供电质量,提高电网运行的经济性。因此,从大庆油田配电网的实际运行情况出发,研究油田配电网的无功优化问题,提高配电网运行的经济性和降低采油成本,为保障大庆油田可持续发展,创建百年油田,为国家石油战略安全保驾护航都具有十分重要的意义。配电网潮流计算是进行配电网无功优化研究的基础和工具,其计算效率和收敛速度将直接影响优化的效果。本文对常见配电网潮流计算方法进行了系统深入的理论分析,并根据油田配电网线长、点多、闭环结构、开环运行等特点,推导了适合于油田配电网潮流计算的前推回代法,该方法具有简单、快速、节省内存且收敛性好等优点。对油田配电网的无功补偿原则、补偿方法、补偿方式进行研究,确定了油田配电网无功补偿配置方案,并采用简单、可行的灵敏度分析法来确定无功补偿候选点的位置,提高优化的收敛速度。建立符合油田配电网实际情况的数学模型是解决无功优化问题的关键。本文根据大庆油田配电网的实际情况,在确保电压质量的前提下,考虑各种约束条件,建立了以线损最小为目标,同时将各节点电压越限用罚函数的形式进行处理的配电网无功优化的数学模型。用简单遗传算法完成了基于以上数学模型的配电网无功优化计算,并针对遗传算法计算效率低的现象对简单遗传算法在编码方式、适应度函数、选择算子、交叉算子、变异算子、终止迭代条件等方面进行改进,进而提高了算法的计算效率和全局寻优能力。根据上述研究的算法用delphi平台编写油田配电网无功优化系统软件,并对大庆油田某站6.6kV机采井配电线路进行实例计算,结果表明改进后的遗传算法在提高运算效率的同时,保证了算法的精确度,性能明显优于简单遗传算法。因此该算法是合理、有效的,在油田配电网无功优化中的应用具有一定的实用价值。
张翠玲[4]2015年在《电力变压器综合评判和状态维修策略决策方法的研究》文中认为电力变压器做为电力系统中重要的电力设备,研究电力变压器运行状态的模糊综合评判(FCA)方法、状态维修策略(CBMS)决策的方法对提高电力变压器运行安全性和可靠性有决定性的意义,对整个电力系统的安全与可靠运行意义重大。本文研究主要包括：电力变压器运行状态的模糊综合评价和状态维修策略决策两部分内容。针对电力变压器故障诊断和运行状态预测中的小样本数据、信息贫乏的特点,研究以模糊化数值处理数据的理论为主要方法的电力变压器运行状态综合评价和状态维修策略决策的研究。主要内容包括：(1)模糊综合评判方法的研究在研究电力变压器的状态特征量和故障特征量的基础上,提出了以模糊综合评价理论为主要技术手段的电力变压器运行状态综合评判的技术方案,确定了状态综合评判模型,提出了基于模糊AHP的电力变压器的状态评判矩阵的建立方法,并提出了改进意见,讨论了在该方案下评价指标模糊化的适用范围和结果分析。(2)电力变压器的运行状态FCA算法的研究确定电力变压器运行状态评估模型,通过比较分析,研究了基于对数函数的模糊综合评判方法和基于梯形模糊数的模糊综合评判的改进方法,通过先验知识和实验分析,研究了针对变压器状态评估分析的判断矩阵中数值分别以对数函数和梯形模糊数表示的状态方程的建立方法和评价体系的可行性,提出了一种新的数值模糊化的处理方法。(3)基于故障诊断的电力变压器综合评判方法的研究根据电力变压器油中溶解气体的特点,研究了基于支持向量机的电力变压器故障分类器,设计了利用向量投影法进行计算的的决策树下支持向量机的故障分类模型。通过比较可测度的大小进行分类,针对电力变压器的故障性质和故障部位能够做到有效分类,提高了准确率,为电力变压器的运行状态提出基于故障诊断的综合评判。(4)电力变压器CBMS决策算法的研究在电力变压器运行状态综合评判的基础上,针对电力变压器维修策略决策指标的非线性、多属性和混合型的特点,研究了模糊综合评价指标体系下变压器维修策略的决策方案,并提出了基于混合多属性指标理想解法的维修策略决策的研究。通过对精确数、区间数、和模糊数,以及成本型和效益型指标共存的指标体系建立了模糊TOPSIS的决策模型,具有较好的决策效果和实用性。本文对电力变压器运行状态的综合评价和状态维修策略决策方法进行了系统的研究,对电力变压器运行状态模糊综合评判和状态维修策略的决策技术的发展具有重要的理论意义和实用价值。
程兴婷[5]2015年在《铅酸电池与锂离子电池的建模与参数辨识方法研究》文中提出储能技术可应用于削峰填谷、支持新能源发电灵活入网、增强电网稳定性和提高电能质量等方面,为现代电力系统面临的诸多挑战提供了有效的解决途径。铅酸电池以价格低廉、技术成熟、可靠性好等优点最早应用于电力系统领域。锂离子电池作为能量密度和循环效率最高的电池,是目前最具市场发展前景的大容量储能电池,在电力系统领域展现了极高的应用价值。合理精确的电池模型是确保仿真计算结果准确性和可信赖性的基本前提,为了建立适应电力系统仿真研究的准确模型,基于实测数据参数辨识,从而验证模型结构的准确性与有效性具有重要意义。本文针对铅酸电池和锂离子电池模型的参数辨识与准确性验证,从算法的选择、电池的结构特点和工作原理、最优模型的选择以及参数辨识等方面展开了系统地研究工作。首先,基于传统算法的不足,将遗传算法应用于储能电池模型参数辨识并提出了改进策略。由于传统优化算法对参数初值敏感,往往使辨识进入局部收敛而致参数呈现分散性特点,因此选择具有全局搜索能力的遗传算法作为辨识算法。相较于传统算法,该算法能以较大的概率找到优化问题的全局最优解。针对基本遗传算法存在收敛速度慢和易早熟的缺陷,改进遗传算法在交叉、变异、选择叁种遗传操作的改进策略和控制参数的选择上进行了修正。利用改进遗传算法对模型辨识进行优化,参数稳定性良好。其次,以铅酸电池为研究对象,分析其结构特点、工作原理和电池特性。选择对电池运行特性描述最优的等效模型,并进行参数灵敏度分析,提取影响电池运行特性的主导参数。设计了针对电化学电池辨识所需的相关实验方案,并基于实测数据进行成组电池与单体电池的辨识工作。分析实际辨识、理想成组、平均值叁种不同参数的适用性与稳定性,辨识结果表明模型能很好地描述电池的动态I-V特性,参数稳定性与适用性好,且从实际角度验证说明了电池的不一致性。最后,针对锂离子电池,先进行恒流稳态和动态脉冲灵敏度分析,再利用恒功率充放电和脉冲放电实验的数据,对模型进行辨识。结果表明,模型能很好地描述两种条件下的I-V特性,且参数稳定性良好,辨识误差远低于研究应用的误差要求。针对不同环境温度的实验数据,进行多因素影响的参数辨识,结果表明模型仍能很好的模拟电池的充放电特性。分析了温度和SOC对模型参数的影响。
秦梁栋[6]2004年在《改进型遗传算法在电力系统中的应用》文中指出本文着重研究了改进型遗传算法在电力系统中的应用,其主要包括经济调度和无功优化两个方面。论文首先对遗传算法在电力系统中的应用进行了综述,然后基于Queen-bee进化(Queen-bee进化是模拟蜂王繁殖这一生态行为发展而来的自适应寻优算法),提出了一种改进型遗传算法以提高遗传算法的寻优能力。并以电力系统经济调度问题为背景,通过数字仿真实例验证了该改进算法的有效性。针对电力系统经济调度问题的多目标特性,提出了一种混合多目标遗传算法。该算法除了改进传统目标函数加权法使之更适于多目标优化问题之外,还利用模糊逻辑技术来自适应调整交叉概率、交叉点位置以及变异概率,使算法具有优良的收敛性能。数字仿真实例验证了该改进算法的有效性,最后,提出了一种应用于电力系统无功优化问题的改进型遗传算法。该算法在一般遗传算法的基础上,利用模糊逻辑技术来自适应调整交叉概率、交叉点位置及变异概率。通过对IEEE30节点系统的计算分析表明,该算法优于一般遗传算法。
金群[7]2006年在《负荷模型辨识算法与模型结构研究》文中研究说明电力负荷模型在电力系统规划设计、运行与控制中具有重要的作用，其建模工作早已引起了国内外电力界学者和工程技术人员的广泛重视。 本文首先着重指出选择合理的模型结构是模型具有唯一可辨识性的首要条件。在分析比较现有负荷模型结构的基础上，提出了一个对传统机理式动态模型进行改进的“配电网集结动态负荷模型”。 本文指出常用传统优化算法用于负荷建模往往使参数辨识结果呈现较大的分散性，为此选择具有全局搜索能力的遗传算法作为辨识算法，它在传统优化算法无能为力的时候往往能以较大的概率找到优化问题的全局最优解。基于基本遗传算法本身存在收敛速度慢和易早熟的缺陷，本文精心设计了解群选择的随机—精英策略、避免近亲繁殖的双断点交叉策略和交叉变异概率的自适应调整策略，提出一种综合改进型遗传算法并成功地应用于基于实测的负荷建模。现场实测负荷建模实践表明，本文提出的综合改进型遗传算法有效地改善了进化过程中的种群多样性和早熟现象，对于加速收敛缩短辨识时间、克服模型参数分散性、提高模型拟合精度均具有显着作用，是一种很适合于负荷建模的优秀优化算法。 在此基础上，本文深入探讨了遗传算法的运行机理，系统地研究了遗传算子的不同搜索能力，指出决定遗传算法性能的关键因素是种群多样性，得出了种群多样性与算法参数的关联约束，从理论分析上给出遗传参数的设定规则；深入研究了遗传算法中种群规模、交叉、变异概率及其控制策略，以及初始种群参数区间等遗传算法关键操作参数对算法性能的影响规律，给出合理的种群规模和参数初始区间，提出与群体进化程度指标相关的自适应策略。研究结果表明合理的参数组合是挖掘遗传算法巨大潜能的关键，对于提高遗传算法运行效率、克服早熟及尽量减小模型参数分散性具有十分显着的效果。本文的工作对推进负荷建模的实用化研究具有重要的理论意义与实际价值。
屈建平[8]2009年在《基于遗传算法的船舶电力系统网络故障重构》文中研究说明船舶电力系统的网络故障重构是船舶能量管理系统运行自动化研究的重要内容。在船舶电力系统中,如果某些元件发生故障,可能会因为局部故障导致整个电力系统出现故障甚至崩溃,以致被迫自动关闭。船舶电力系统的网络故障重构研究的就是利用某种方法进行定性地分析与计算,通过改变电力系统中一些设备或者连接导线,对整个电力系统的网络结构重新构架,以最大限度地恢复供电,保证重要负载的用电要求。这样,船舶的生命力会得到提高,运行性能会大大改善。船舶电力系统的网络故障恢复体系包括故障定位、故障隔离、故障重构、供电恢复。本文研究的船舶电力系统的网络故障重构是在船舶发生故障,通过故障定位和隔离的基础上,重新组合整个电力系统网络,以最大限度恢复供电。根据船舶电力系统的特殊性,提出一种具有代表性的、易于扩展的船舶电力系统网络结构,进行了化简,使得该电力系统可以变成节点-支路表示的简单拓扑结构图。然后,提出简易的叁次搜索法来进行船舶电力系统的连通性识别。对船舶电力系统的网络故障重构的基本理论进行了说明。本文对船舶电力系统网络故障重构的一些基本概念进行了具体的介绍;对船舶电力系统这种复杂的工程问题,建立了一种合适的数学模型,使得问题转化为具体的多目标、多约束、离散化的工程优化问题;给出智能优化算法解决故障重构问题的一般步骤。将遗传算法具体用于船舶电力系统的网络故障重构。本文给出了用遗传算法进行船舶电力系统网络故障重构的具体计算流程,并针对具体算例进行了分析与计算,通过统计计算给出了各种遗传算法的性能比较,并验证了改进型的自适应遗传算法确实能取得很好的效果。
杨光亚[9]2005年在《基于虚拟种群遗传算法的电网无功优化》文中研究表明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规遗传算法及浮点数遗传算法的种群实行改进。最终,将所得算法应用到实际电网无功优化问题中,比较与分析了各算法的仿真试验结果。具体研究内容包括: 第一,在广泛深入的查阅国内外文献的基础上,提出了基于改进型遗传算法的电网无功优化的完整实现方案。本文对无功优化的数学模型,包括目标函数及约束条件都进行了重新的选择和建立。 第二,针对无功优化问题的特点,在改进常规遗传算法时,本文对编码方案及遗传算子进行了改进,实行了优秀个体保护法、混合交叉算子及增大变异概率等方法,在增强算法寻优能力的同时,充分考虑到计算的精度和速度。 第叁,在大系统规划优化计算中,遗传算法存在计算速度慢、易陷入局部最优及难寻全局最优的弱点。针对这些弱点,本文对遗传算法的搜索
参考文献：
[1]. 改进遗传算法和蚁群算法在电力系统问题中的应用研究[D]. 杨溪. 太原理工大学. 2013
[2]. 基于改进型遗传算法的配电网谐波畸变分析与研究[D]. 杨岚. 武汉科技大学. 2003
[3]. 基于改进遗传算法的油田配电网无功优化[D]. 王洋. 东北石油大学. 2010
[4]. 电力变压器综合评判和状态维修策略决策方法的研究[D]. 张翠玲. 东北大学. 2015
[5]. 铅酸电池与锂离子电池的建模与参数辨识方法研究[D]. 程兴婷. 湖南大学. 2015
[6]. 改进型遗传算法在电力系统中的应用[D]. 秦梁栋. 华中科技大学. 2004
[7]. 负荷模型辨识算法与模型结构研究[D]. 金群. 湖南大学. 2006
[8]. 基于遗传算法的船舶电力系统网络故障重构[D]. 屈建平. 华中科技大学. 2009
[9]. 基于虚拟种群遗传算法的电网无功优化[D]. 杨光亚. 山东大学. 2005
标签：电力工业论文; 自动化技术论文; 遗传算法论文; 电力系统及其自动化论文; 谐波电流论文; 计算负荷论文; 模糊理论论文; 模糊算法论文; 电力论文; 负荷预测论文; 优化策略论文; 能源论文; 变压器论文; 电池论文;