提示
- 按相关度
- 按时间
- 按阅读量
- 代表性成果优先
上传时间
2005年03月04日
鞠平， 王勇， 李靖霞
河海大学学报（自然科学版）2003，31（1）：87～90，-0001，（）：
以遗传算法为基础，提出一种将变电站容量、位置的选择和馈线布线综合考虑、一体优化的方法。该方法虽然使模型结构变得更加复杂和庞大，但是由于考虑全面，模型精确，用遗传算法来搜索变电站的供电范围，能找到传统方法难以找到的优化解。具体算例证明了本文算法的有效性。
-
35浏览
-
0点赞
-
0收藏
-
0分享
-
220下载
-
0评论
-
引用
上传时间
2010年03月25日
吴俊勇， 徐敏杰， 胡兆光， 张志光
电力自动化设备，2008，28（1）：33～37，-0001，（）：
网络阻塞费用是表征电力市场竞争程度的指标之一。提出了一种以网络阻塞费用、线路投资和由于传输容量不足引起负荷缺失最少为目标的多目标网络规划模型．依据分层求解的思想设计了基于多智能体的网络规划体系结构并用其对模型进行求解。初始规划层的母线智能体以降低阻塞为目标相互协商形成初始规划集并将其传送给决策规划层：决策规划层采用遗传算法在初始规划集中搜索规划方案．并进行Ⅳ一1安全校验和阻塞校验．得到优化可行解。该网络规划体系是开放式结构，可以在知识库中考虑各种不确定因素。通过IEEE RTS一14节点算例仿真表明．考虑阻塞的网络规划能够以最少的投资费用为市场参与者提供公平的电能输送平台．最大限度地满足电力传送。
-
23浏览
-
0点赞
-
0收藏
-
0分享
-
122下载
-
0评论
-
引用
上传时间
2010年01月13日
【期刊论文】基于非支配遗传算法及协同进化算法的多目标多区域电网规划
陈皓勇， 王秀丽， 李淑慧， 王锡凡， 梅姚
中国电机工程学报，2006，26（12）：11～15，-0001，（）：
基于快速分类的非支配遗传算法（NSGA-II）是一种新型的多目标遗传算法，文中首次将其应用于电网优化规划。多个算例分析表明NSGA-II算法在电网规划中具有良好的优化效果，为各目标之间的权衡分析提供了有效的工具；协同进化算法采用分解－协调的思想处理复杂系统的演化，可以克服当优化问题规模扩大时，常规进化算法易于出现过早收敛的现象。据此提出将协同进化算法和NSAG-II算法相结合，以用于处理大规模多区域的电力系统规划问题，在各子网采用NSAG-II算法优化的过程中进行多区域协调。与常规遗传算法相比，算例分析取得了更好的规划结果。
关键词： 输电网规划， 多目标优化， 非支配遗传算法-II， 协同进化
-
12浏览
-
0点赞
-
0收藏
-
0分享
-
440下载
-
0评论
-
引用
