本文關(guān)鍵詞：基于改進(jìn)遺傳算法的無功優(yōu)化研究

  更多相關(guān)文章： 無功優(yōu)化 數(shù)學(xué)模型 遺傳算法 改進(jìn)算法

【摘要】：電力系統(tǒng)的無功優(yōu)化控制,可以有效地改善電能質(zhì)量和顯著地降低系統(tǒng)有功功率損耗,能使電力系統(tǒng)處于安全和經(jīng)濟(jì)的運行狀態(tài)。無功優(yōu)化本質(zhì)上是數(shù)學(xué)的非線性規(guī)劃問題,含有連續(xù)變量和離散變量。傳統(tǒng)的算法要求目標(biāo)函數(shù)具有連續(xù)可導(dǎo)的性質(zhì),對初值選取有密切關(guān)系。隨著人工智能算法的發(fā)展,尤其是遺傳算法在處理無功優(yōu)化問題時表現(xiàn)出獨特的優(yōu)勢,但同時也存在著算法的早熟、收斂速度慢、陷入局部解等缺點。本文在目前國內(nèi)外研究的基礎(chǔ)上,結(jié)合各種算法的優(yōu)缺點,提出了混合牛頓法的遺傳算法。同時,針對電力系統(tǒng)無功優(yōu)化的特點,對簡單遺傳算法的適應(yīng)度函數(shù)、編碼方式、交叉算子、變異算子進(jìn)行改進(jìn),以提高算法的效率,將遺傳算法在無功優(yōu)化方面的好處發(fā)揮得淋漓盡致。為了使電力系統(tǒng)無功優(yōu)化研究更加科學(xué),本文建立起的數(shù)學(xué)模型以有功損耗最小為目標(biāo)函數(shù)。分別對IEEE-14節(jié)點系統(tǒng)和IEEE-30節(jié)點系統(tǒng)進(jìn)行無功優(yōu)化,仿真結(jié)果表明:本文提出的混合牛頓法遺傳算法和改進(jìn)遺傳算法,具有更好的全局收斂能力與收斂速度。
【關(guān)鍵詞】：無功優(yōu)化 數(shù)學(xué)模型 遺傳算法 改進(jìn)算法
【學(xué)位授予單位】：西華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM714.3;TP18
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-13
• 1.1 引言9
• 1.2 電力系統(tǒng)無功優(yōu)化的研究現(xiàn)狀9-10
• 1.3 無功功率對電力系統(tǒng)的影響10-11
• 1.4 電力系統(tǒng)無功優(yōu)化的目的和意義11
• 1.5 論文的主要內(nèi)容11-13
• 2 無功優(yōu)化的數(shù)學(xué)模型及無功功率控制13-21
• 2.1 無功優(yōu)化的數(shù)學(xué)模型13-15
• 2.1.1 目標(biāo)函數(shù)的表示13-14
• 2.1.2 等式約束條件14-15
• 2.1.3 不等式約束條件15
• 2.2 電力系統(tǒng)無功優(yōu)化問題的特點15
• 2.3 電力系統(tǒng)常用的無功功率控制手段15-20
• 2.3.1 無功電源—發(fā)電機(jī)16-18
• 2.3.2 同步調(diào)相機(jī)18-19
• 2.3.3 電力電容器及其靜止補(bǔ)償器19
• 2.3.4 靜止無功補(bǔ)償器19-20
• 2.4 本章小結(jié)20-21
• 3 無功優(yōu)化的理論及算法21-28
• 3.1 電力系統(tǒng)潮流計算的數(shù)學(xué)描述21-22
• 3.2 牛頓拉夫遜法潮流計算22-26
• 3.3 優(yōu)化算法的綜述26-27
• 3.3.1 經(jīng)典優(yōu)化算法26
• 3.3.2 人工智能算法26-27
• 3.4 本章小結(jié)27-28
• 4 基本遺傳算法28-35
• 4.1 遺傳算法的發(fā)展過程28
• 4.2 遺傳算法的基本概念、優(yōu)點和缺點28-30
• 4.2.1 遺傳算法的概念28-30
• 4.2.2 遺傳算法的優(yōu)點與缺點30
• 4.3 基本遺傳算法30-33
• 4.3.1 基本遺傳算法的數(shù)學(xué)模型30-31
• 4.3.2 基本遺傳算法的步驟31-33
• 4.4 遺傳算法的應(yīng)用領(lǐng)域33-34
• 4.5 本章小結(jié)34-35
• 5 基于改進(jìn)遺傳算法的無功優(yōu)化35-46
• 5.1 應(yīng)用遺傳算法進(jìn)行無功優(yōu)化步驟和流程35-36
• 5.2 小生境遺傳算法36-38
• 5.2.1 小生境遺傳算法綜述36-37
• 5.2.2 共享機(jī)制的建立37
• 5.2.3 基于小生境遺傳算法的無功優(yōu)化步驟37-38
• 5.3 基于混合遺傳算法的無功優(yōu)化38-40
• 5.3.1 混合算法綜述38-39
• 5.3.2 混合牛頓法遺傳算法39
• 5.3.3 混合牛頓法遺傳算法進(jìn)行無功優(yōu)化的原理39
• 5.3.4 混合牛頓法遺傳算法進(jìn)行電力系統(tǒng)無功優(yōu)化的步驟39-40
• 5.4 遺傳算法的改進(jìn)40-44
• 5.4.1 改進(jìn)適應(yīng)度函數(shù)40-41
• 5.4.2 改進(jìn)編碼41-42
• 5.4.3 改進(jìn)交叉算子42-43
• 5.4.4 改進(jìn)變異算子43-44
• 5.5 遺傳算法無功優(yōu)化流程圖44-45
• 5.6 本章小結(jié)45-46
• 6 算例仿真分析46-55
• 6.1 優(yōu)化仿真的參數(shù)設(shè)置46
• 6.2 IEEE-14 節(jié)點標(biāo)準(zhǔn)系統(tǒng)仿真分析46-50
• 6.3 IEEE-30 節(jié)點標(biāo)準(zhǔn)系統(tǒng)仿真分析50-54
• 6.4 本章小結(jié)54-55
• 結(jié)論55-57
• 參考文獻(xiàn)57-59
• 攻讀碩士學(xué)位期間發(fā)表論文及科研成果59-60
• 致謝60-61

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設(shè)計[J];液壓氣動與密封;2001年02期

2 王毅,曹樹良;遺傳算法在并聯(lián)水泵系統(tǒng)運行優(yōu)化中的應(yīng)用[J];流體機(jī)械;2003年10期

3 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學(xué)學(xué)報(自然科學(xué)版);2004年05期

4 李凡,黃數(shù)林,張東風(fēng);一種改進(jìn)的多倍體遺傳算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2005年01期

5 韋雪潔;黎明;劉高航;田貴超;;注入式的遺傳算法的分析與研究[J];南昌航空工業(yè)學(xué)院學(xué)報(自然科學(xué)版);2006年01期

6 閻綱;;遺傳算法及其仿真[J];湖南工程學(xué)院學(xué)報(自然科學(xué)版);2006年04期

7 ;遺傳算法[J];電網(wǎng)與清潔能源;2008年10期

8 吳玫;陸金桂;;遺傳算法的研究進(jìn)展綜述[J];機(jī)床與液壓;2008年03期

9 李培植;肖利明;于靜濤;;基于遺傳算法的結(jié)構(gòu)優(yōu)化方法[J];公路交通科技(應(yīng)用技術(shù)版);2008年08期

10 于金;金樂;杜海璐;;基于改進(jìn)遺傳算法的集裝箱裝載優(yōu)化問題研究[J];船海工程;2008年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設(shè)計算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機(jī)編程中的應(yīng)用[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標(biāo)決策問題中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2015年

2 張士偉;三維聲學(xué)快速多極基本解法在機(jī)械噪聲預(yù)測中的應(yīng)用研究[D];沈陽工業(yè)大學(xué);2016年

3 高軍;無鉛焊料本構(gòu)模型及其參數(shù)識別方法研究[D];南京航空航天大學(xué);2015年

4 Amjad Mahmood;半監(jiān)督進(jìn)化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學(xué);2015年

5 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

6 郝國生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

8 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

9 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

10 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測控制[D];華南理工大學(xué);2015年

4 王琳琳;新型雙層液壓轎運車車廂的設(shè)計研究[D];上海工程技術(shù)大學(xué);2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年

6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學(xué);2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

10 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

，

本文編號：561252