發(fā)布時間：2018-05-14 12:57

  本文選題：變電站選址定容 + 云理論　； 參考：《中國電機工程學(xué)報》2014年04期

【摘要】：變電站選址與定容優(yōu)化規(guī)劃屬于大規(guī)模組合優(yōu)化問題,基于云在定性概念描述與定量數(shù)值表示之間轉(zhuǎn)換過程中的優(yōu)良特性,借鑒遺傳算法"優(yōu)勝劣汰,適者生存"的進(jìn)化思想,提出一種基于云理論的優(yōu)化算法(cloud theory optimization algorithm,CTOA),并將其應(yīng)用于電力系統(tǒng)配電網(wǎng)絡(luò)變電站站址、站容的優(yōu)化規(guī)劃研究中。在該算法中,用云的期望代表父代個體的優(yōu)良特征,用云的熵和超熵控制遺傳和變異的程度,用正態(tài)云算子完成概念空間到數(shù)值空間的轉(zhuǎn)換,產(chǎn)生種群,實現(xiàn)遺傳操作。CTOA在定性知識的指導(dǎo)下能實現(xiàn)空間范圍的自適應(yīng)控制搜索,可以有效改善智能優(yōu)化算法易陷入局部最優(yōu)解和早熟收斂等問題。最后結(jié)合某裝備制造基地變電站選址定容實例,分別采用改進(jìn)自適應(yīng)遺傳算法(improved adaptive genetic algorithm,IAGA)、改進(jìn)多組織粒子群優(yōu)化算法(refined multi-team particle swarm optimization algorithm,RMPSO)和CTOA算法對其進(jìn)行了優(yōu)化規(guī)劃研究。結(jié)果表明,CTOA在收斂時間,搜索精度性能指標(biāo)方面優(yōu)于IAGA、RMPSO算法,且該算法無需編碼,操作流程簡單,易于實現(xiàn),能更好的滿足配電網(wǎng)絡(luò)中大規(guī)模變電站規(guī)劃的需求。
[Abstract]:Substation location and constant volume optimization are large-scale combinatorial optimization problems. Based on the excellent characteristics of cloud in the process of transformation between qualitative conceptual description and quantitative numerical representation, the evolutionary idea of genetic algorithm "survival of the fittest, survival of the fittest" is used for reference. A cloud theory optimization algorithm based on cloud theory is proposed and applied to the optimal planning of substation site and capacity in power distribution network. In this algorithm, the expectation of cloud is used to represent the fine characteristics of parent, entropy and hyperentropy of cloud are used to control the degree of heredity and mutation, and normal cloud operator is used to complete the transformation from concept space to numerical space to produce population. Under the guidance of qualitative knowledge, genetic operation. CTOA can realize adaptive control search in space range, which can effectively improve the problem that intelligent optimization algorithm is easy to fall into local optimal solution and premature convergence. Finally, combined with an example of substation location and volume determination in a certain equipment manufacturing base, the improved adaptive genetic algorithm (AGA), the improved multi-organization particle swarm optimization (MPSO) algorithm and the CTOA algorithm are used to study the optimization planning. The results show that CTOA is better than IAGA RMPSO algorithm in convergence time and searching precision performance index, and the algorithm does not need coding, the operation flow is simple and easy to realize, and it can better meet the needs of large-scale substation planning in distribution network.
【作者單位】： 華北電力大學(xué)電氣與電子工程學(xué)院;中國水電顧問集團(tuán)昆明勘測設(shè)計研究院;
【基金】：國家高技術(shù)研究發(fā)展計劃(863計劃)(2011AA05A121) 河北省自然科學(xué)基金(E2010001703)~~
【分類號】：TM715

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉波;張焰;楊娜;;改進(jìn)的粒子群優(yōu)化算法在分布式電源選址和定容中的應(yīng)用[J];電工技術(shù)學(xué)報;2008年02期

2 張崇見,余貽鑫,嚴(yán)雪飛;中壓配電變壓器優(yōu)化規(guī)劃[J];電力系統(tǒng)自動化;1999年01期

3 陳根軍,李繼m8,王磊,唐國慶;基于Tabu搜索的配電網(wǎng)絡(luò)規(guī)劃[J];電力系統(tǒng)自動化;2001年07期

4 王成山,魏海洋,肖峻,謝瑩華,王凱軍;變電站選址定容兩階段優(yōu)化規(guī)劃方法[J];電力系統(tǒng)自動化;2005年04期

5 王成山;劉濤;謝瑩華;;基于混合遺傳算法的變電站選址定容[J];電力系統(tǒng)自動化;2006年06期

6 陳根軍,唐國慶;基于禁忌搜索與蟻群最優(yōu)結(jié)合算法的配電網(wǎng)規(guī)劃[J];電網(wǎng)技術(shù);2005年02期

7 陳明杰;劉勝;;改進(jìn)自適應(yīng)遺傳算法在函數(shù)優(yōu)化中的應(yīng)用研究[J];哈爾濱工程大學(xué)學(xué)報;2007年08期

8 杜瀊,李德毅;基于云的概念劃分及其在關(guān)聯(lián)采掘上的應(yīng)用[J];軟件學(xué)報;2001年02期

9 李德仁,王樹良,李德毅,王新洲;論空間數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的理論與方法[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2002年03期

10 張焰;電網(wǎng)規(guī)劃中的模糊可靠性評估方法[J];中國電機工程學(xué)報;2000年11期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈德香;韓凈;;基于改進(jìn)粒子群算法的配電網(wǎng)電壓無功優(yōu)化控制[J];安徽電氣工程職業(yè)技術(shù)學(xué)院學(xué)報;2009年01期

2 羅沙;吳勝;賈鳳鳴;胡育蓉;邱曼曼;;基于蟻群算法的配電網(wǎng)優(yōu)化規(guī)劃[J];安徽電氣工程職業(yè)技術(shù)學(xué)院學(xué)報;2011年03期

3 唐振軍;;區(qū)域高壓配電網(wǎng)近中期規(guī)劃方案的研制[J];安徽電力;2011年01期

4 劉志堅;陳思源;歐名豪;;GIS探索性空間數(shù)據(jù)分析方法及其在地價分布信息提取中的應(yīng)用研究[J];安徽農(nóng)業(yè)大學(xué)學(xué)報;2007年03期

5 趙志強;緱錦;陳維斌;;基于云模型的自學(xué)習(xí)進(jìn)化算法[J];北京交通大學(xué)學(xué)報;2009年06期

6 張可虎;田建偉;徐敏杰;石紅;;基于可信性理論的電網(wǎng)規(guī)劃方法[J];北京交通大學(xué)學(xué)報;2010年05期

7 劉芳;陸立;;廣義點攝影測量的平差及質(zhì)量分析[J];北京測繪;2006年01期

8 王威;馬東輝;蘇經(jīng)宇;韓陽;任磊;黎江林;;基于二維多規(guī)則云模型定性推理的場地分類方法[J];北京工業(yè)大學(xué)學(xué)報;2009年10期

9 麻士東;韓亮;龔光紅;宋曉;;基于云模型的目標(biāo)威脅等級評估[J];北京航空航天大學(xué)學(xué)報;2010年02期

10 劉禹;李德毅;;正態(tài)云模型霧化性質(zhì)統(tǒng)計分析[J];北京航空航天大學(xué)學(xué)報;2010年11期

相關(guān)會議論文 前10條

1 謝添卉;李武峰;柏德勝;崔宇;羅小英;;GIS在電動汽車充換電設(shè)施建設(shè)運行中的應(yīng)用[A];第十四屆中國科協(xié)年會第19分會場：電動汽車充放電技術(shù)研討會論文集[C];2012年

2 孫衢;王永玉;;基于云模型的非線性系統(tǒng)智能滑�？刂芠A];第二十九屆中國控制會議論文集[C];2010年

3 葉瓊;李紹穩(wěn);張友華;劉愷;;農(nóng)業(yè)領(lǐng)域本體知識的云化方法研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

4 黃建軍;楊勛;謝維信;;基于類云模型的C均值聚類算法[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

5 賈澤露;劉耀林;;可視化空間數(shù)據(jù)挖掘研究綜述[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

6 閆永慧;;空間數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理技術(shù)探討[A];數(shù)字測繪與GIS技術(shù)應(yīng)用研討交流會論文集[C];2008年

7 劉啟亮;鄧敏;李光強;王佳t，

本文編號：1887939