本文關(guān)鍵詞：基于混合算法的電網(wǎng)擴(kuò)展規(guī)劃研究

  更多相關(guān)文章： 電網(wǎng)規(guī)劃 遺傳算法 蟻群算法 模擬退火算法 混合算法

【摘要】：隨著社會(huì)的發(fā)展,各行各業(yè)對(duì)電力的需求越來(lái)越大,現(xiàn)有電網(wǎng)的容量急需擴(kuò)大,電網(wǎng)的擴(kuò)建和建設(shè)成為了一項(xiàng)重要的工作。電力系統(tǒng)的不斷發(fā)展,電網(wǎng)規(guī)模越來(lái)越大,提高電力系統(tǒng)規(guī)劃就成為了一個(gè)迫切的任務(wù),許多專家和學(xué)者都對(duì)電網(wǎng)規(guī)劃作出了深入研究,但運(yùn)用于實(shí)際工程應(yīng)用,還存在的許多問(wèn)題。現(xiàn)代啟發(fā)式算法也因?yàn)檫@些問(wèn)題的約束,在電網(wǎng)規(guī)劃問(wèn)題上的發(fā)展受到了一定的阻礙,要建立一個(gè)完全符合實(shí)際問(wèn)題的數(shù)學(xué)模型是基本不可能的,只有通過(guò)對(duì)模型的簡(jiǎn)化和對(duì)不確定因素的忽略,才能的到所求問(wèn)題的最優(yōu)解。雖然現(xiàn)代啟發(fā)式算法在電網(wǎng)規(guī)劃問(wèn)題上目前得到了廣泛的應(yīng)用,但是通過(guò)研究發(fā)現(xiàn),各個(gè)現(xiàn)代啟發(fā)式算法仍存在著一定的缺陷。很多學(xué)者在近幾年也在致力于對(duì)算法參數(shù)的設(shè)置的研究及算法性能改進(jìn)研究。本文通過(guò)對(duì)遺傳算法、蟻群算法和模擬退火算法的研究學(xué)習(xí),詳細(xì)分析三種算法的優(yōu)缺點(diǎn),設(shè)計(jì)了一種將三種算法融合的的遺傳-模擬-蟻群算法,并應(yīng)用于電網(wǎng)規(guī)劃中。本文采用了單階段電網(wǎng)規(guī)劃的數(shù)學(xué)模型。利用直流潮流計(jì)算和基于鄰階矩陣的網(wǎng)絡(luò)連通性判斷,在算法初期排除掉一些產(chǎn)生的無(wú)效解,使算法的效率得到了提高。并根據(jù)電網(wǎng)規(guī)劃初期運(yùn)行費(fèi)用遠(yuǎn)低于建設(shè)費(fèi)用的特性,對(duì)目標(biāo)函數(shù)進(jìn)行了簡(jiǎn)化即目標(biāo)函數(shù)為擴(kuò)建線路長(zhǎng)度最短。在典型的IEEE18節(jié)點(diǎn)系統(tǒng)中,分別將遺傳算法、蟻群算法和混合算算法應(yīng)用于電網(wǎng)規(guī)劃問(wèn)題,對(duì)三種算法得到的規(guī)劃結(jié)果進(jìn)行了分析比較,證明了本文提出的算法是優(yōu)于其他兩種算法的。本文設(shè)計(jì)的混合算法利用模擬退火算法來(lái)對(duì)精英個(gè)體進(jìn)行選擇,克服了遺傳算法在選擇操作上輪盤賭法的不利影響,優(yōu)秀個(gè)體未完全復(fù)制到下一代的缺點(diǎn);利用算法前期所計(jì)算出來(lái)的優(yōu)化解生成蟻群算法的初期信息素分布也克服了蟻群算法初期信息素匱乏搜索效率低的缺點(diǎn)以及遺傳算法在搜索到一定階段時(shí),會(huì)產(chǎn)生大量冗余迭代,導(dǎo)致最優(yōu)解搜索效率低的缺點(diǎn)�；旌纤惴ㄝ^遺傳算法和蟻群算法擴(kuò)大了解的搜索空間,提高了全局優(yōu)化尋優(yōu)速度。本文設(shè)計(jì)的混合算法應(yīng)用于IEEE18節(jié)點(diǎn)系統(tǒng)中所得的規(guī)劃結(jié)果是本文的最優(yōu)解。
【關(guān)鍵詞】：電網(wǎng)規(guī)劃 遺傳算法 蟻群算法 模擬退火算法 混合算法
【學(xué)位授予單位】：西華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM715;TP18
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-16
• 1.1 電網(wǎng)規(guī)劃研究的背景及意義9
• 1.2 輸電網(wǎng)絡(luò)擴(kuò)展規(guī)劃任務(wù)9-10
• 1.3 國(guó)內(nèi)外發(fā)展現(xiàn)狀10-15
• 1.4 本文的主要研究?jī)?nèi)容15-16
• 2 輸電網(wǎng)規(guī)劃的數(shù)學(xué)模型16-21
• 2.1 電網(wǎng)規(guī)劃概述16-17
• 2.2 電網(wǎng)規(guī)劃的數(shù)學(xué)模型17-20
• 2.2.1 單目標(biāo)輸電網(wǎng)數(shù)學(xué)模型17-18
• 2.2.2 可靠性模型18
• 2.2.3 多階段電網(wǎng)規(guī)劃數(shù)學(xué)模型18-19
• 2.2.4 多目標(biāo)電網(wǎng)規(guī)劃數(shù)學(xué)模型19-20
• 2.3 本章小結(jié)20-21
• 3 算法的融合21-37
• 3.1 遺傳算法21-24
• 3.1.1 遺傳算法簡(jiǎn)介21
• 3.1.2 遺傳算法的基本原理21-22
• 3.1.3 簡(jiǎn)單遺傳算法的求解流程22-23
• 3.1.4 遺傳算法的特點(diǎn)23-24
• 3.2 模擬退火算法24-27
• 3.2.1 模擬退火算法簡(jiǎn)介24
• 3.2.2 模擬退火算法基本原理24-25
• 3.2.3 模擬退火算法的求解流程25-26
• 3.2.4 模擬退火算法的特點(diǎn)26-27
• 3.3 蟻群算法27-31
• 3.3.1 蟻群算法簡(jiǎn)介27
• 3.3.2 蟻群算法原理27-29
• 3.3.3 蟻群算法計(jì)算流程29-30
• 3.3.4 蟻群算法的特點(diǎn)30-31
• 3.4 算法的融合思路31-35
• 3.4.1 模擬退火算法替代遺傳算法選擇操作31-32
• 3.4.2 在最優(yōu)點(diǎn)附近進(jìn)入蟻群算法32-34
• 3.4.3 混合合算法基本流程34-35
• 3.5 本章小結(jié)35-37
• 4 基于混合算法的電網(wǎng)規(guī)劃37-59
• 4.1 電網(wǎng)規(guī)劃的數(shù)學(xué)模型37
• 4.2 編碼方式37-38
• 4.3 適應(yīng)度函數(shù)38
• 4.4 判斷網(wǎng)絡(luò)的連通性38-40
• 4.5 潮流計(jì)算40-43
• 4.6 過(guò)負(fù)荷計(jì)算43-44
• 4.7 混合算法的計(jì)算流程44-47
• 4.8 算例分析47-58
• 4.8.1 實(shí)例分析47-49
• 4.8.2 僅運(yùn)用遺傳算法分析結(jié)果49-52
• 4.8.3 僅運(yùn)用蟻群算法分析結(jié)果52-55
• 4.8.4 混合算法分析結(jié)果55-58
• 4.9 本章小結(jié)58-59
• 5 總結(jié)和展望59-61
• 參考文獻(xiàn)61-65
• 攻讀碩士學(xué)位期間科研成果65-66
• 致謝66-67

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 肖堅(jiān);;一個(gè)簡(jiǎn)單算法分析——算法優(yōu)化與程序設(shè)計(jì)[J];水利水文自動(dòng)化;1991年04期

2 楊波;肖自碧;;信息與計(jì)算科學(xué)專業(yè)“算法分析與設(shè)計(jì)”研究性教學(xué)探索[J];中國(guó)電力教育;2013年01期

3 馮結(jié)青,彭群生;Bernstein多項(xiàng)式的快速?gòu)?fù)合算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2001年02期

4 李晉民,翟吉,郭彪;微機(jī)保護(hù)算法分析[J];電力學(xué)報(bào);1995年01期

5 陳小軍,李保祥,李凱;數(shù)字化核測(cè)儀表的設(shè)計(jì)與算法分析[J];核電子學(xué)與探測(cè)技術(shù);2003年02期

6 王昊;;Raymond算法分析與改進(jìn)[J];科技創(chuàng)新與應(yīng)用;2013年03期

7 張文君,繆棟;用于精確尋的的幾種算法研究[J];上海航天;2000年04期

8 朱朝霞,王楊,張世祿;一類螺旋方陣問(wèn)題的算法分析與實(shí)現(xiàn)[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

9 范龍保,時(shí)亞光;文本文件比較的算法分析和程序?qū)崿F(xiàn)[J];常熟高專學(xué)報(bào);2002年04期

10 張博;周麗韞;李興霞;;中點(diǎn)生成橢圓的整數(shù)型算法[J];工程圖學(xué)學(xué)報(bào);2011年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 俞洋;田亞菲;;一種新的變步長(zhǎng)LMS算法及其仿真[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

2 周顥;劉振華;趙保華;;構(gòu)造型的D~2FA生成算法[A];中國(guó)通信學(xué)會(huì)通信軟件技術(shù)委員會(huì)2009年學(xué)術(shù)會(huì)議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（一）[C];2008年

4 劉遠(yuǎn)新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺(tái)下物流運(yùn)輸配送系統(tǒng)算法分析[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

5 王樹(shù)西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國(guó)學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2004年

6 王萬(wàn)青;張曉輝;;改進(jìn)的A~*算法的高效實(shí)現(xiàn)[A];2009全國(guó)測(cè)繪科技信息交流會(huì)暨首屆測(cè)繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實(shí)現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實(shí)現(xiàn)基于程序結(jié)構(gòu)的主變?cè)治鯷A];第五屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計(jì)的修正Rife算法及其FPGA實(shí)現(xiàn)[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 科文;VIXD算法分析Web異常[N];中國(guó)計(jì)算機(jī)報(bào);2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 魏哲學(xué);樣本斷點(diǎn)距離問(wèn)題的算法與復(fù)雜性研究[D];山東大學(xué);2015年

2 劉春明;基于增強(qiáng)學(xué)習(xí)和車輛動(dòng)力學(xué)的高速公路自主駕駛研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 張敏霞;生物地理學(xué)優(yōu)化算法及其在應(yīng)急交通規(guī)劃中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

4 李紅;流程挖掘算法研究[D];云南大學(xué);2015年

5 盛歆漪;粒子群優(yōu)化算法及其應(yīng)用研究[D];江南大學(xué);2015年

6 黃磊;高動(dòng)態(tài)環(huán)境捷聯(lián)慣導(dǎo)信號(hào)處理及高精度姿態(tài)速度算法研究[D];南京航空航天大學(xué);2015年

7 劉新旺;多核學(xué)習(xí)算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學(xué);2006年

9 曾國(guó)強(qiáng);改進(jìn)的極值優(yōu)化算法及其在組合優(yōu)化問(wèn)題中的應(yīng)用研究[D];浙江大學(xué);2011年

10 肖永豪;蜂群算法及在圖像處理中的應(yīng)用研究[D];華南理工大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 趙官寶;基于位表的關(guān)聯(lián)規(guī)則挖掘算法研究[D];昆明理工大學(xué);2015年

2 殷文華;移動(dòng)容遲網(wǎng)絡(luò)中基于社會(huì)感知的多播分發(fā)算法研究[D];內(nèi)蒙古大學(xué);2015年

3 徐翔燕;人工魚(yú)群優(yōu)化算法及其應(yīng)用研究[D];西南交通大學(xué);2015年

4 潘浩;基于可逆結(jié)構(gòu)的超點(diǎn)和長(zhǎng)流檢測(cè)算法研究[D];大連海事大學(xué);2016年

5 王寧偉;微博網(wǎng)絡(luò)中的重疊社區(qū)發(fā)現(xiàn)算法研究[D];北京交通大學(xué);2016年

6 高山;星載MIMO檢測(cè)算法的抗SEU技術(shù)研究[D];解放軍信息工程大學(xué);2014年

7 張振賓;國(guó)密SM4和SM2算法功耗攻擊關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];清華大學(xué);2015年

8 閆婷;基于混合細(xì)菌覓食和粒子群的k-means聚類算法在類風(fēng)濕并發(fā)癥中的研究[D];太原理工大學(xué);2016年

9 曹陽(yáng);基于質(zhì)心策略的蝙蝠算法[D];太原科技大學(xué);2015年

10 高越;量子K近鄰算法研究[D];東南大學(xué);2015年

，

本文編號(hào)：731749