【摘要】：解決水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行的最優(yōu)負(fù)荷分配問題是提高水電站運(yùn)行效率的重要方向之一,將狼群算法引進(jìn)到解決最優(yōu)負(fù)荷分配問題中,并運(yùn)用在三峽水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行的實(shí)例中,與遺傳算法和粒子群算法等得出的結(jié)果做了比較,結(jié)果證明該種智能算法在全局收斂性和局部收斂性上有一定的優(yōu)勢,可以運(yùn)用于求解最優(yōu)負(fù)荷分配的問題。
[Abstract]:To solve the problem of optimal load distribution in hydropower plant economic operation is one of the important directions to improve the efficiency of hydropower station operation. The wolf swarm algorithm is introduced to solve the optimal load distribution problem. Compared with the results obtained by genetic algorithm and particle swarm optimization algorithm, it is proved that the intelligent algorithm has some advantages in global convergence and local convergence. It can be used to solve the problem of optimal load distribution.
【作者單位】： 河海大學(xué)水文水資源學(xué)院;
【基金】：國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)(2012CB417006) “十一五”國家科技支撐計(jì)劃(2009BAC56B03)
【分類號】：TV737

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 鄧麗麗;楊侃;周佳佳;;Memetic算法在水電站負(fù)荷優(yōu)化分配中的應(yīng)用[J];水利水電科技進(jìn)展;2014年05期

2 趙燕偉;毛亞明;張仁貢;;改進(jìn)的粒子群算法在水電站有功負(fù)荷分配中的應(yīng)用[J];中國農(nóng)村水利水電;2014年02期

3 吳虎勝;張鳳鳴;吳廬山;;一種新的群體智能算法——狼群算法[J];系統(tǒng)工程與電子技術(shù);2013年11期

4 韓桂芳,陳啟華,張仁貢;動(dòng)態(tài)規(guī)劃法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[J];水電能源科學(xué);2005年01期

5 鐘登華,熊開智,成立芹;遺傳算法的改進(jìn)及其在水庫優(yōu)化調(diào)度中的應(yīng)用研究[J];中國工程科學(xué);2003年09期

相關(guān)碩士學(xué)位論文 前1條

1 王東;三峽機(jī)組的繞組故障形式分析及物理模擬[D];華中科技大學(xué);2004年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李瑞;柏鵬;彭衛(wèi)東;林志國;林思銘;;基于狼群算法的球形譯碼算法研究[J];微電子學(xué)與計(jì)算機(jī);2017年01期

2 范斌;劉輝;汪繁榮;譚文龍;;狼群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的電纜故障測距算法[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年06期

3 姜英姿;閆守志;石寶;;基于AAWDA-PP回歸模型的邊坡穩(wěn)定性評價(jià)[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2016年19期

4 薛俊杰;王瑛;李浩;肖吉陽;;一種狼群智能算法及收斂性分析[J];控制與決策;2016年12期

5 尚亞菲;劉雪英;賈敏南;;引入慣性權(quán)重的煙花算法[J];內(nèi)蒙古工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年03期

6 楊啟文;阮?yuàn)櫮?陳俊風(fēng);李彬;;群體智能在旅行商問題中的應(yīng)用綜述[J];自動(dòng)化技術(shù)與應(yīng)用;2016年08期

7 付華;司南楠;魯俊杰;王雨虹;徐耀松;;基于bi-LWCA-ENN煤與瓦斯突出危險(xiǎn)性預(yù)測[J];傳感技術(shù)學(xué)報(bào);2016年08期

8 錢家俊;;基于狼群神經(jīng)網(wǎng)絡(luò)的飛灰含碳量測量方法[J];科技展望;2016年21期

9 梁毓明;裴興環(huán);;粒子群優(yōu)化人工魚群算法[J];計(jì)算機(jī)仿真;2016年06期

10 李林峰;唐海華;;溪洛渡水電站大規(guī)模機(jī)組群廠內(nèi)經(jīng)濟(jì)運(yùn)行實(shí)用化方法[J];水力發(fā)電學(xué)報(bào);2016年05期

相關(guān)碩士學(xué)位論文 前1條

1 毛俊喜;大型發(fā)電機(jī)內(nèi)部故障仿真與保護(hù)配置分析通用軟件設(shè)計(jì)[D];華中科技大學(xué);2007年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李軍華;黎明;;元胞遺傳算法的收斂性分析和收斂速度估計(jì)[J];模式識別與人工智能;2012年05期

2 吳建輝;章兢;李仁發(fā);劉朝華;;多子種群微粒群免疫算法及其在函數(shù)優(yōu)化中應(yīng)用[J];計(jì)算機(jī)研究與發(fā)展;2012年09期

3 田凱;許必熙;;育種算法在組合優(yōu)化計(jì)算中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2012年20期

4 楊道輝;馬光文;嚴(yán)秉忠;左幸;;粒子群算法在水電站日優(yōu)化調(diào)度中的應(yīng)用[J];水力發(fā)電;2006年03期

5 張仁貢;韓桂芳;白家驄;王青賢;;遺傳算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[J];華北水利水電學(xué)院學(xué)報(bào);2006年01期

6 李崇浩;紀(jì)昌明;李文武;;微粒群算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用研究[J];水利水電技術(shù);2006年01期

7 許必熙;育種算法簡介[J];大眾科技;2005年09期

8 袁曉輝,王乘,張勇傳,袁艷斌;粒子群優(yōu)化算法在電力系統(tǒng)中的應(yīng)用[J];電網(wǎng)技術(shù);2004年19期

9 李曉磊,邵之江,錢積新;一種基于動(dòng)物自治體的尋優(yōu)模式:魚群算法[J];系統(tǒng)工程理論與實(shí)踐;2002年11期

10 暢建霞,黃強(qiáng),王義民;基于改進(jìn)遺傳算法的水電站水庫優(yōu)化調(diào)度[J];水力發(fā)電學(xué)報(bào);2001年03期

，

本文編號：2395145