改進粒子群算法在船舶電力系統(tǒng)網(wǎng)絡(luò)重構(gòu)中應(yīng)用

第28卷第19期電網(wǎng)技術(shù)vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章編號：1000-3673（2004）19-0014-06中圖分類號：tm715文獻標識碼：a學(xué)科代碼：470·4054 粒子群優(yōu)化算法在電力系統(tǒng)中的應(yīng)用 袁曉輝1，王乘1，張勇傳1，袁艷斌2 （1．華中科技大學(xué)，湖北省武漢市430074；2．武漢理工大學(xué)，湖北省武漢市430071） asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1，wangcheng1，zhangyong-chuan1，yuanya

隨著電力系統(tǒng)規(guī)模的日益擴大和電力市場改革的實施，保證電力系統(tǒng)安全、經(jīng)濟、穩(wěn)定、可靠地運行越來越重要。本文對pso算法在電力系統(tǒng)中應(yīng)用的研究現(xiàn)狀進行了較為全面的總結(jié)，主要包括在電網(wǎng)擴展規(guī)劃、檢修計劃、機組組合、負荷經(jīng)濟分配、最優(yōu)潮流計算與無功優(yōu)化控制、諧波分析與電容器配置、網(wǎng)絡(luò)狀態(tài)估計、參數(shù)辨識、優(yōu)化設(shè)計等方面的應(yīng)用研究成果。

風(fēng)一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度是一個極其復(fù)雜的np問題，不易求解。，改進粒子群算法，并將其應(yīng)用于風(fēng)一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度，提出了一種改進的慣性權(quán)重線性遞減的粒子群算法。針對粒子群算法容易局部收斂的缺陷，、首先，本文在慣性權(quán)重線性遞減（ldw）的基礎(chǔ)上，加入常數(shù)擾動，使慣性權(quán)重大幅增大，以便于跳出局部搜索，進行全局搜索，從而防止局部收斂；其次，為盡可能的避免粒子群算法出現(xiàn)粒子高度聚集在最優(yōu)粒子的周圍的情況，使得粒子趨于相同以致于大大損失粒子群的多樣性，一定概率的自適應(yīng)的改變慣性權(quán)重并混入隨機個體，以便于更好的保持種群多樣性、、最后，在matlab2010agui平臺下采用幾種不同的粒子群算法進行仿真試驗。仿真結(jié)果表明，在相同條件下改進的粒子群算法能夠?qū)さ礁_的解。

針對項目工程pert網(wǎng)絡(luò)計劃的費用-優(yōu)化問題,本文提出了一種改進的粒子群算法。該算法引入了可行性優(yōu)先的約束處理技術(shù),不需要罰因子,對問題依賴小。仿真實驗表明了該算法的可行性和有效性。

針對水火電系統(tǒng)的多約束、時滯非線性特點,建立了帶有梯級水電廠的電力系統(tǒng)模型,并采用量子粒子群(qpso)算法對系統(tǒng)進行優(yōu)化求解。為了解決基本量子粒子群算法容易陷入局部最優(yōu)解的問題,提出了一種改進量子粒子群(iqpso)算法。為了驗證該算法的性能,運用matlab編寫程序,利用典型的4水電3火電系統(tǒng)算例進行仿真。算例表明,改進的量子粒子群算法具有更好的收斂特性。

電力系統(tǒng)機組組合問題的改進粒子群優(yōu)化算法

利用matlab軟件下simulink仿真工具，搭建了船舶電力系統(tǒng)仿真模型，并以82000dwt散裝貨船為實例，通過對船舶電力系統(tǒng)在運行過程中受到不同擾動時的仿真來研究船舶電力系統(tǒng)的穩(wěn)定性。

利用matlab軟件下simulink仿真工具，搭建了船舶電力系統(tǒng)仿真模型，并以82000dwt散裝貨船為實例，通過對船舶電力系統(tǒng)在運行過程中受到不同擾動時的仿真來研究船舶電力系統(tǒng)的穩(wěn)定性。

分析了大規(guī)模風(fēng)電給電力系統(tǒng)實時調(diào)度所帶來的若干問題,依據(jù)節(jié)能減排原則,以消納風(fēng)電最大化和火電機組一次能源消耗最小化為雙重目標,建立了含大規(guī)模風(fēng)電的實時調(diào)度模型。在量子粒子群算法基礎(chǔ)上加入混沌初始化和混沌擾動,形成混沌量子粒子群優(yōu)化算法?；谛薷牡膇eee-118節(jié)點系統(tǒng)進行仿真計算,結(jié)果表明:建立的模型能在最大程度消納風(fēng)電的前提下,最大限度地減少一次能源消耗,達到節(jié)能減排的目的;采用的算法計算速度快、收斂性能好,滿足實時性的要求。

為提高電力系統(tǒng)短期負荷預(yù)測的精度,引入一種新型的群智能方法——粒子群優(yōu)化算法,并將這種智能算法與bp算法相結(jié)合,形成了粒子群優(yōu)化bp算法模型,建立了計及氣象因素的短期負荷預(yù)測模型.通過具體算例將此模型與單純的bp模型進行比較,結(jié)果表明:該算法具有較高的預(yù)測精度,完全能滿足實際工程的要求.

船舶電力系統(tǒng)中電力和照明變壓器的供電連續(xù)性

利用粒子群算法對入侵檢測神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化。仿真結(jié)果表明,與bp神經(jīng)網(wǎng)絡(luò)和ga神經(jīng)網(wǎng)絡(luò)相比較,具有較強的逼近和容錯能力、較快的收斂速度和較好的檢測效果。

以配電網(wǎng)系統(tǒng)最優(yōu)化運行為目標，在保證配電網(wǎng)各節(jié)點電壓滿足電壓質(zhì)量要求的前提下，以最高的供電可靠性來確定網(wǎng)絡(luò)的連接狀態(tài)，采用改進的自適應(yīng)遺傳算法進行配電網(wǎng)絡(luò)重構(gòu)。通過ieee典型算例rbtsbus2系統(tǒng)的驗算黠果表明了該算法的有效性和可行性。

針對標準bp神經(jīng)網(wǎng)絡(luò)中收斂速度慢以及易陷入局部最優(yōu)解等問題,利用粒子群算法的全局搜索性,將粒子群算法應(yīng)用到bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練中建立了pso-bp神經(jīng)網(wǎng)絡(luò)模型,結(jié)果表明改進模型不僅可以克服傳統(tǒng)bp網(wǎng)絡(luò)收斂速度慢和易陷入局部權(quán)值的局限問題,而且很大程度地提高了結(jié)果精度和bp網(wǎng)絡(luò)學(xué)習(xí)能力,將此模型應(yīng)用到結(jié)晶器漏鋼預(yù)報系統(tǒng)中,并用某鋼廠采集到的歷史數(shù)據(jù)對該模型進行訓(xùn)練與測試,與標準bp神經(jīng)網(wǎng)絡(luò)測試結(jié)果進行分析與比較,實驗表明pso-bp網(wǎng)絡(luò)模型預(yù)報更加實時、準確,具有很好的應(yīng)用前景。

1/5 管理制度參考范本 【范文】最新精選行業(yè)工作范文·船舶電力系統(tǒng)的安全管理 撰寫人：__________________ 部門：__________________ 時間：__________________ 管理的作用 1.改善和提升企業(yè)形象：良好的環(huán)境高品位的行為規(guī)范，讓顧客肅然起敬。6s打造一流企業(yè)，讓到過企業(yè)的或接觸多企業(yè)員工的人刮目相看，口碑相傳，成為學(xué)習(xí)的對象。一旦出名，媒體都來為你做免費廣告，從而吸引更多顧客與你合作。 2.提升員工歸屬感：在干凈、整潔的環(huán)境中工作，員工的尊嚴和成就感得到一定程度的滿足。員工以廠為家，更愿意為企業(yè)付出愛心和耐心。員工對自己的工作盡心盡力，主動改善，和企業(yè)一起成長。 2/5 船舶電力供電系統(tǒng)的穩(wěn)

10電力系統(tǒng)機組組合問題的改進粒子群優(yōu)化算法

船舶電力系統(tǒng)因為其復(fù)雜性和特殊性,正經(jīng)歷著巨大的變革,尤其是在智能監(jiān)測、故障預(yù)警和電力平衡等領(lǐng)域,各種先進的技術(shù)已經(jīng)被廣泛應(yīng)用在其中。在船舶電力系統(tǒng)中,由于各種設(shè)備的用電需求并不一致,需要變壓器把發(fā)電機端的電壓轉(zhuǎn)換成安全范圍內(nèi)的電壓。因此本文借助matlab仿真平臺,重點研究變壓器系統(tǒng)的基本結(jié)構(gòu),建立磁場模型,并分析在空載情況下的變壓器狀態(tài),給出特性曲線。通過對節(jié)點導(dǎo)納矩陣和變壓器的等效電路進行變換,從而得到各個節(jié)點的電壓電流變化。最后對變壓器的勵磁電流特性進行仿真與驗證。

船舶電力系統(tǒng)的組成1323ppt課件

船舶電力系統(tǒng)是船舶上最重要的系統(tǒng)之一。為了保證船舶的安全航行,基于plc和觸摸屏,文中設(shè)計了一種船舶電力系統(tǒng)監(jiān)視裝置。該套監(jiān)視裝置主要由plc、電力系統(tǒng)參數(shù)測量裝置、觸摸屏、以太網(wǎng)等器件組成,通過plc、pm850和電流互感器采集到船舶電力系統(tǒng)的參數(shù),將采集到的信息通過modbus現(xiàn)場總線、以太網(wǎng)進行共享。文中主要介紹了船舶電力系統(tǒng)實時監(jiān)視裝置的軟、硬件設(shè)計。實驗表明該裝置具有實用價值,可有效地實現(xiàn)參數(shù)監(jiān)控。

在無功優(yōu)化、分布式電源(dg)有功優(yōu)化和網(wǎng)絡(luò)重構(gòu)協(xié)同的條件下,以有功網(wǎng)損最小為目標函數(shù)、多種電氣限制和網(wǎng)絡(luò)拓撲結(jié)構(gòu)為約束條件建立了配電網(wǎng)綜合運行優(yōu)化模型;針對基本粒子群算法容易陷入局部最優(yōu)、收斂速度慢等缺點,提出一種改進的粒子群(ipso)算法,并將其用于求解配電網(wǎng)綜合運行優(yōu)化模型.結(jié)果表明,所建配電網(wǎng)綜合運行優(yōu)化模型能夠同時優(yōu)化補償電容器投切容量、有載調(diào)壓變壓器變比、dg出力和網(wǎng)絡(luò)開關(guān)狀態(tài),從而獲得配電網(wǎng)的最佳運行狀態(tài).同時,通過ieee33節(jié)點配電網(wǎng)算例的仿真結(jié)果驗證了配電網(wǎng)綜合運行優(yōu)化模型的有效性和ipso算法的高效性.

為優(yōu)化電力市場競價,以發(fā)電機組實際報價結(jié)算購電費用最低為目標函數(shù),提出了基于粒子群算法的電力市場競價方法。算例仿真計算的結(jié)果表明,在滿足電力系統(tǒng)多種約束的前提下,能取得較好的收斂結(jié)果,進一步驗證算法的正確性和有效性。

為了改善傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò),在訓(xùn)練過程中容易陷入局部最小導(dǎo)致應(yīng)用于水資源評價時存在對訓(xùn)練樣本的擬合精度不高的缺點,采用粒子群算法優(yōu)化人工神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,然后將其應(yīng)用于中國12個地區(qū)的水資源可持續(xù)利用系統(tǒng)評價實例中,并和傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)進行了對照。結(jié)果表明,基于粒子群算法的人工神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)相比,能較好的提高對訓(xùn)練樣本的擬合精度,表明基于粒子群算法的人工神經(jīng)網(wǎng)絡(luò),用于水資源可持續(xù)利用系統(tǒng)評價是可行的。