本文關(guān)鍵詞：基于果蠅優(yōu)化算法的電力系統(tǒng)無(wú)功優(yōu)化研究與應(yīng)用

  更多相關(guān)文章： 無(wú)功優(yōu)化 果蠅優(yōu)化算法 多種群果蠅優(yōu)化算法 MATLAB GUI

【摘要】：電力系統(tǒng)的無(wú)功功率分布是否合理決定了電壓質(zhì)量的好壞,并直接影響著整個(gè)電網(wǎng)的安全穩(wěn)定和經(jīng)濟(jì)運(yùn)行。無(wú)功優(yōu)化是提高電力系統(tǒng)穩(wěn)定性、降低網(wǎng)絡(luò)損耗和改善電壓質(zhì)量的有效手段,因此研究無(wú)功優(yōu)化問(wèn)題具有非常重要的意義。電力系統(tǒng)無(wú)功優(yōu)化具有連續(xù)變量和離散變量混合、多約束、非線性和高維度等特點(diǎn),是一個(gè)復(fù)雜的優(yōu)化問(wèn)題,采用一般的數(shù)學(xué)方法求解起來(lái)相當(dāng)困難,需要選擇適當(dāng)?shù)膬?yōu)化算法進(jìn)行求解。本文在研究無(wú)功優(yōu)化數(shù)學(xué)模型及相關(guān)算法的基礎(chǔ)上,綜合分析了各種傳統(tǒng)優(yōu)化算法和人工智能算法的特點(diǎn),對(duì)比后選取新興的果蠅優(yōu)化算法作為研究對(duì)象。首先深入研究了果蠅優(yōu)化算法(Fruit Fly Optimization Algorithm,FOA)的基礎(chǔ)理論知識(shí),針對(duì)其搜索范圍變異概率低,種群個(gè)體多樣性差,可能錯(cuò)過(guò)最優(yōu)解,尋優(yōu)精度不高和易陷入局部最優(yōu)等缺點(diǎn),對(duì)其進(jìn)行改進(jìn),提出一種多種群融合的果蠅優(yōu)化算法(Multi-swarm Fruit Fly Optimization Algorithm,MFOA),采用多種群、修訂評(píng)價(jià)函數(shù)、動(dòng)態(tài)收縮搜索半徑和加入局部搜索等策略,提高算法的收斂精度和跳出局部極值的能力。通過(guò)5個(gè)經(jīng)典測(cè)試函數(shù)不同優(yōu)化算法仿真結(jié)果對(duì)比分析,表明了MFOA算法的有效性。然后將改進(jìn)后的多種群果蠅優(yōu)化算法應(yīng)用到電力系統(tǒng)無(wú)功優(yōu)化中。分析了改進(jìn)后多種群果蠅優(yōu)化算法求解無(wú)功優(yōu)化問(wèn)題的思路,給出了基于MFOA算法無(wú)功優(yōu)化的計(jì)算步驟和流程,并對(duì)解空間編碼、參數(shù)設(shè)置以及結(jié)束準(zhǔn)則做出具體說(shuō)明。完成了基于MATLAB軟件平臺(tái)的改進(jìn)后多種群果蠅優(yōu)化算法(MFOA)的電力系統(tǒng)無(wú)功優(yōu)化程序編寫(xiě),并與“Matpower”工具包中的牛頓-拉夫遜潮流計(jì)算部分相結(jié)合,對(duì)IEEE-30節(jié)點(diǎn)標(biāo)準(zhǔn)測(cè)試系統(tǒng)進(jìn)行仿真計(jì)算。通過(guò)與標(biāo)準(zhǔn)粒子群算法(Standard Particle Swarm Optimization,PSO)和自適應(yīng)差分算法(Self-adaptive Differential Evolution,SADE)的無(wú)功優(yōu)化結(jié)果進(jìn)行對(duì)比分析,得到改進(jìn)后的多種群果蠅優(yōu)化算法顯著降低了網(wǎng)損,改善了電壓水平,提高了算法的收斂速度和全局尋優(yōu)能力,而且收斂精度更高,驗(yàn)證了應(yīng)用MFOA算法求解電力系統(tǒng)無(wú)功優(yōu)化的有效性,具有良好的實(shí)用價(jià)值。最后,本文還利用MATLAB GUI編寫(xiě)了基于多種群果蠅優(yōu)化算法的電力系統(tǒng)無(wú)功優(yōu)化計(jì)算平臺(tái),能夠快速實(shí)現(xiàn)對(duì)電力系統(tǒng)進(jìn)行無(wú)功優(yōu)化計(jì)算、參數(shù)配置和數(shù)據(jù)存儲(chǔ)等功能,使用戶在進(jìn)行無(wú)功優(yōu)化操作時(shí)更為方便和直觀,為電力系統(tǒng)的安全穩(wěn)定運(yùn)行提供重要保證,是一種有意義的優(yōu)化工具。
【關(guān)鍵詞】：無(wú)功優(yōu)化 果蠅優(yōu)化算法 多種群果蠅優(yōu)化算法 MATLAB GUI
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TM714.3
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-21
• 1.1 電力系統(tǒng)無(wú)功優(yōu)化研究的目的與意義11-12
• 1.2 無(wú)功優(yōu)化在國(guó)內(nèi)外的發(fā)展及研究現(xiàn)狀12-20
• 1.2.1 無(wú)功優(yōu)化的特點(diǎn)12
• 1.2.2 傳統(tǒng)的數(shù)學(xué)優(yōu)化算法12-16
• 1.2.3 人工智能優(yōu)化算法16-20
• 1.3 本論文主要的研究工作20-21
• 第2章 電力系統(tǒng)無(wú)功優(yōu)化的數(shù)學(xué)模型21-33
• 2.1 概述21
• 2.2 無(wú)功功率對(duì)電力系統(tǒng)的影響21-24
• 2.2.1 無(wú)功平衡與電壓水平關(guān)系21-22
• 2.2.2 無(wú)功功率與有功網(wǎng)損關(guān)系22-23
• 2.2.3 無(wú)功功率對(duì)功率因數(shù)的影響23-24
• 2.3 常用的無(wú)功優(yōu)化控制方法24-25
• 2.3.1 改變發(fā)電機(jī)端電壓24
• 2.3.2 改變有載調(diào)壓變壓器變比24
• 2.3.3 加裝無(wú)功補(bǔ)償設(shè)備24-25
• 2.4 電力系統(tǒng)無(wú)功優(yōu)化的數(shù)學(xué)模型25-27
• 2.4.1 無(wú)功優(yōu)化的數(shù)學(xué)模型及目標(biāo)函數(shù)25-26
• 2.4.2 本文選取的目標(biāo)函數(shù)26
• 2.4.3 無(wú)功優(yōu)化中的約束條件26-27
• 2.5 電力系統(tǒng)無(wú)功優(yōu)化的潮流計(jì)算27-31
• 2.5.1 潮流計(jì)算的數(shù)學(xué)模型28-30
• 2.5.2 牛頓-拉夫遜潮流算法30-31
• 2.6 本章小結(jié)31-33
• 第3章 果蠅優(yōu)化算法研究33-47
• 3.1 果蠅優(yōu)化算法33-37
• 3.1.1 引言33
• 3.1.2 果蠅優(yōu)化算法的基本原理33-34
• 3.1.3 果蠅優(yōu)化算法的步驟和流程34-36
• 3.1.4 果蠅優(yōu)化算法的特點(diǎn)36
• 3.1.5 果蠅優(yōu)化算法的研究現(xiàn)狀及應(yīng)用領(lǐng)域36-37
• 3.2 改進(jìn)的果蠅優(yōu)化算法37-40
• 3.2.1 果蠅優(yōu)化算法存在的問(wèn)題37-38
• 3.2.2 果蠅優(yōu)化算法的改進(jìn)38-39
• 3.2.3 改進(jìn)后的多種群果蠅優(yōu)化算法的步驟和流程39-40
• 3.3 算法測(cè)試結(jié)果分析40-45
• 3.4 本章小結(jié)45-47
• 第4章 改進(jìn)后的多種群果蠅優(yōu)化算法在電力系統(tǒng)無(wú)功優(yōu)化中的應(yīng)用47-60
• 4.1 概述47
• 4.2 基于改進(jìn)后的多種群果蠅優(yōu)化算法的無(wú)功優(yōu)化程序設(shè)計(jì)47-49
• 4.3 基于改進(jìn)后的多種群果蠅優(yōu)化算法的無(wú)功優(yōu)化步驟49-51
• 4.4 無(wú)功優(yōu)化算例測(cè)試結(jié)果分析51-59
• 4.4.1 IEEE-30節(jié)點(diǎn)測(cè)試系統(tǒng)連接圖52
• 4.4.2 算法參數(shù)設(shè)置52-53
• 4.4.3 IEEE-30節(jié)點(diǎn)測(cè)試系統(tǒng)試驗(yàn)數(shù)據(jù)53-55
• 4.4.4 IEEE-30節(jié)點(diǎn)測(cè)試系統(tǒng)無(wú)功優(yōu)化仿真結(jié)果分析55-59
• 4.5 本章小結(jié)59-60
• 第5章 電力系統(tǒng)無(wú)功優(yōu)化軟件系統(tǒng)設(shè)計(jì)60-70
• 5.1 概述60
• 5.2 系統(tǒng)開(kāi)發(fā)環(huán)境60-61
• 5.3 軟件系統(tǒng)總體設(shè)計(jì)61-63
• 5.4 軟件系統(tǒng)界面和測(cè)試63-69
• 5.4.1 用戶登錄63-64
• 5.4.2 系統(tǒng)參數(shù)導(dǎo)入模塊64-65
• 5.4.3 算法參數(shù)導(dǎo)入模塊65-66
• 5.4.4 無(wú)功優(yōu)化結(jié)果查詢(xún)模塊66
• 5.4.5 系統(tǒng)信息查詢(xún)模塊66-68
• 5.4.6 數(shù)據(jù)與圖像保存模塊68-69
• 5.5 本章小結(jié)69-70
• 結(jié)論70-72
• 參考文獻(xiàn)72-76
• 致謝76-77
• 附錄A 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及科研成果77

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 潘欣;高曉智;;基于差分演化的果蠅優(yōu)化算法[J];微型機(jī)與應(yīng)用;2015年01期

2 劉宇凱;胡志堅(jiān);索江鐳;陳珍;;基于果蠅優(yōu)化算法的廣域阻尼控制器設(shè)計(jì)[J];電力系統(tǒng)保護(hù)與控制;2014年24期

3 吳亮紅;王耀南;袁小芳;曾照福;;基于快速自適應(yīng)差分進(jìn)化算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配[J];控制與決策;2013年04期

4 張永磊;何秀鳳;;改進(jìn)離散灰色模型在基坑周?chē)孛娉两殿A(yù)測(cè)中的應(yīng)用[J];工程勘察;2013年02期

5 周愛(ài)國(guó);余漢華;何怡剛;;基于果蠅算法的Boltzmann機(jī)諧波檢測(cè)[J];微型機(jī)與應(yīng)用;2012年18期

6 王雪剛;鄒早建;;基于果蠅優(yōu)化算法的船舶操縱響應(yīng)模型的辨識(shí)[J];大連海事大學(xué)學(xué)報(bào);2012年03期

7 史東亞;陸鍵;陸林軍;;基于RFID技術(shù)和FOA-GRNN理論的高速公路道路關(guān)閉交通事件對(duì)車(chē)輛影響的判斷模型[J];武漢理工大學(xué)學(xué)報(bào);2012年03期

8 孫建鵬;韓文花;朱長(zhǎng)東;;電力系統(tǒng)無(wú)功優(yōu)化模型及算法研究[J];電力電容器與無(wú)功補(bǔ)償;2011年06期

9 曾令全;羅富寶;丁金Z，

本文編號(hào)：885104