|
|
论文题目：基于云遗传算法的变电站选址定容研究
论文字符数（不计空格）：16541
摘 要
云遗传算法(CGA)是借鉴遗传算法的思想，利用云模型云滴的随机性和稳定倾向性的特点所形成的一种优化遗传算法，与传统遗传算法相比，其搜索速度更快、且不易陷入局部最优解。
变电站规划是电网规划的重要组成部分，变电站的选址是否合理，直接影响到电力企业的经济效益以及电网的可靠性和安全性，并且关系到未来网架规划的优劣。本文采用云遗传算法，结合变电站选址定容模型，编制了相应的计算机程序，其运算结果表明，本文基于云遗传算法的变电站选址定容方法具有较好的站址站容寻优能力和收敛性能, 可实现无待选站址的自动寻优，能满足实际电网中大规模变电站规划的需求。
关 键 词：遗传算法；云理论；变电站选址模型；无待选站址自动寻优
目 录
1 前言 1
1.1 立题意义 1
1.2国内外研究现状 1
1.2.1计算机技术的应用 2
1.2.2地理信息系统的应用 2
1.2.3各类优化算法的应用 2
1.3本文主要工作 2
2基于云理论的智能优化算法 3
2.1 遗传算法 3
2.2 云理论简介 3
2.3 基于云理论的智能优化算法 3
2.3.1基本概念 3
2.3.2基本云发生器 4
2.3.3Ｙ条件云发生器 4
2.3.4云遗传算法流程 5
3基于云优化算法的配电网络变电站选址定容 7
3.1 引言 7
3.2 变电站选址的准则 7
3.3 变电站定容的准则 8
3.4 变电站选址定容的数学模型 8
3.4.1数学模型 8
3.4.2组合优化问题求解 9
3.5 算法流程图 11
3.6 变电站选址定容算例分析 11
3.6.1算例一 11
3.6.2算例二 12
4结论 16
参考文献 18
参考文献
[1] 苏琳，康积涛.GIS系统在配电网规划设计中的应用[J]. 供用电，2006,23(2) :40~44．
[2] 赵军，石永海.专家系统在变电站选址中的应用[N] .华北电力学院学报，1992, 12(1) :24~31．
[3] 王振江，盛肆清，顾雪平. 专家系统及其在电力系统中的应用[J] .西北电力技术，2002, 20(5) :22~25．
[4] 余贻鑫，张永伍，严雪飞.高压配电变电站的优化规划[N].天津大学学报，2006,23(3) :16~19．
[5] Grawford D M，Jr Hurt S B．A mathematical optimization technique for locating and sizing distribution substations and deriving their optimal service areas[J]．IEEE Trans on Power Apparatus and Systems,1975,94(2):230-234．
[6] 冯涛，顾洁.基于粒子群算法的变电所优化布点研究[J].供用电，2006,23（3）:16~19．
[7] 金明.基于模拟退火算法的输电网中长期规划研究[N].青岛大学学报（自然科学版），1999,12(1) :80~85．
[8] 倪秋龙，黄民翔．基于支路交换的模拟退火算法在配电网规划中的应用[N]．电力系统及其自动化学报，2002,12(4):30~34．
[9] 周丽，黄素珍.基于模拟退火的混合遗传算法研究[J].计算机应用研究，2005(9):72~76．
[10]刘云，陈金富，陈志刚，余欣梅，涂亮.基于遗传序优化算法的配电网规划[J].电网技术，2008,32(10) :89~93．
[11]M iranda V，Ran ito J V，Proenco L M ．Genetic algorithms in optimal multistage distribution network planning[J]．IEEE Trans on Power Systems,1994,9(4): 1927~1933．
[12]岑文辉，赵庆，戴文祥．遗传算法及在电网规划中的应用[N]．电力系统及其自动化学报，1995,7(2) :1~9．
[13] Ramirez-Rosado I J，Bernal-Agustin J L．Genetic algorithms applied to the design of larger power distribution systems[J]．IEEE Trans on Power Systems,1998,13(2):696-703．
[14]陈根军，李继洗，王磊等．基于Tabu搜索的配电网络规划[J]．电力系统自动化，2001,25(7) :40~44．
[15] Mori Hiroyuki,Sone Yasuyuki.A parallel tabu search based approach to transmission network expansion planning[J].Proceedings of the 2001 IEEE Porto Power Tech Conference,Porto Portugal,2001,10～13.
[16]陈根军，王磊，唐国庆．基于蚁群最优的配电网规划方法[J]．电网技术，2003,27(3):71-75．
[17]翟海保，程浩忠，陈春霖，江峰青，房领峰．基于改进蚁群算法的输电网络扩展规划[J]．中国电力，2003,36(12) :31~35．
[18] HollandJH.AdaptationinNatureandArtifieialSystems.MITPress，1962
[19]云庆夏，进化算法，北京，冶金工业出版社，2000
[20]Nara K Atsushi S．Implementation of Genetic Algorithm for Distribution Systems Loss Minimum Reconfiguration．IEEE Trans．on PWRS，V01．7．No．3，Aug 1992
[21]李德毅，杜鹢．不确定性人工智能．北京：国防工业出版社，2005：171～177
[22]杜鹢，李德毅．基于云的概念划分及其在关联采掘上的应用．软件学报，2001，12(2)：196～203
[23]李德仁，王树良，李德毅，等．论空间数据挖掘和知识发现的理论与方法．武汉大学学报：信息科学版，2002，27(3)：221～233
[24]Tian Yongqing，Weng Yingjun，Zhu Zhongying．Mining association rules based on cloud model and application in prediction．In Proceedings of the 4th World Congress on Intelligent Control and Automation，2002，3：2203～2207
[25]Wang Hanjun，Deng Yu．Spatial clustering method based on cloud model．In: Proceedings of the 4th International Conference on Fuzzy Systems and Knowledge Discovery，2007，2：272～276
[26]李兴生. 基于云模型和数据场的分类和聚类挖掘研究[D ]. 南京:中国人民解放军理工大学, 2003: 16-19.
[27]李德毅，孟海军，史雪梅．隶属云和隶属云发生器[ J ]. 计算机研究与发展, 1995, 32 (6) : 15-20.
[28]刘常昱,李德毅,杜鹢,等. 正态云模型的统计分析[ J ]. 信息与控制, 2005, 34 (2) : 236-239.
[29]戴朝华，朱云芳，陈维荣．云遗传算法[J]．西南交通大学学报，2006.1，41(6): 729-732．
[30]杨彦卿．基于改进粒子群算法的变电站选址问题研究[D]．河北：河北工业大学，2007
[31]程浩忠，张焰．电力网络规划的方法与应用［M］．上海：上海科学技术出版社，２００２． |
|
