论文题目: 基于改进遗传算法的无功优化研究
论文类型: 硕士论文
论文专业: 检测技术与自动化装置
作者: 万盛斌
导师: 陈明军
关键词: 无功优化,改进遗传算法,混合编码,数学模型
文献来源: 浙江工业大学
发表年度: 2005
论文摘要: 电力系统无功优化是保证系统安全、经济运行的一种有效手段,是降低网络有功损耗、提高电压质量的重要措施。因此,电力系统无功优化问题的研究,既有理论意义,又具有实际应用价值。 电力系统无功优化是一个多变量、多约束的混合非线性规划问题,其操作变量既有连续变量又有离散变量,其优化过程十分复杂。遗传算法是一种基于自然选择和遗传机制的搜索算法,比较适合于求解电力系统无功优化问题。本文介绍了电力系统无功优化领域的研究现状及其发展,建立了无功优化问题的基本数学模型,研究了遗传算法应用于无功优化求解的运算流程,并且在结合无功优化问题自身特点的基础上对遗传算法应用于无功优化求解进行了研究改进,给出了包括编码方案、交叉算子、变异算子和收敛判据的改进遗传算法的完整实现方案。 使用本文所提出的改进算法对Ward&Hale 6节点系统和IEEE-30节点系统进行了优化计算,并与基本遗传算法的优化结果进行了比较,结果验证了本文所采用改进算法与基本遗传算法相比提高了计算速度,同时也改善了算法的收敛性。
论文目录:
第一章 绪论
1.1 引言
1.2 无功优化的目的和意义
1.3 无功优化问题的研究现状
1.3.1 经典的无功优化算法
1.3.2 人工智能的无功优化算法
1.4 本文的主要工作
第二章 电力系统无功优化问题及其数学模型
2.1 引言
2.2 无功平衡与电压水平的关系
2.3 无功功率与有功网损的关系
2.4 电力系统中常用的无功控制设备
2.4.1 同步发电机
2.4.2 无功补偿装置
2.4.3 有载调压变压器
2.5 无功优化的数学模型
2.5.1 功率约束方程
2.5.2 变量约束条件
2.5.3 目标函数
2.6 本章小结
第三章 基于改进遗传算法的无功优化
3.1 引言
3.2 遗传算法综述
3.2.1 概述
3.2.2 遗传算法的特点
3.2.3 遗传算法的应用步骤
3.2.4 遗传算法的求解过程
3.3 遗传算法在无功优化中应用及改进
3.3.1 遗传算法求解无功优化的过程
3.3.2 遗传算法应用于无功优化求解的改进方法
3.6 本章小结
第四章 算例
4.1 Ward&Hale 6节点系统算例分析
4.2 IEEE-30节点系统算例分析
4.3 本章小结
第五章 结论
参考文献
致谢
作者在攻读硕士学位期间发表的论文
发布时间: 2005-08-08
参考文献
- [1].基于遗传算法优化PID参数的风电机组独立变桨控制[D]. 王沛元.湖南大学2018
- [2].风光水互补发电系统有功控制问题研究[D]. 赵泽.中国水利水电科学研究院2018
- [3].基于MES的线缆企业生产计划与调度系统设计与应用[D]. 曾斌.电子科技大学2018
- [4].基于手持WiFi设备的电机控制系统的设计与实现[D]. 宝鑫宇.东北大学2015
- [5].基于遗传算法的优化无功补偿的研究[D]. 王海潇.辽宁工业大学2018
- [6].基于改进遗传算法的风电场无功优化控制策略研究[D]. 李宏阳.沈阳工业大学2018
- [7].风电场可接入容量优化问题的研究[D]. 刘亚琳.华北水利水电大学2018
- [8].改进遗传算法在电力系统无功优化中应用研究[D]. 任旭阳.华北水利水电大学2018
- [9].基于改进遗传算法的异步电机无速度传感器矢量控制系统研究[D]. 汤辉.陕西师范大学2017
- [10].遗传算法在地区电网无功优化模块中的应用[D]. 屈立国.中北大学2008
相关论文
- [1].基于改进遗传算法的电力系统无功优化[D]. 陈燕萍.南京师范大学2008
- [2].改进遗传算法在无功优化中的应用研究[D]. 蒲永红.山东大学2007
- [3].基于改进遗传算法的无功优化[D]. 王启.南京师范大学2007
- [4].基于改进遗传算法的电力系统无功优化[D]. 戴育辉.南昌大学2007
- [5].基于改进型遗传算法的无功优化研究[D]. 王凌谊.重庆大学2007
- [6].遗传算法在电力系统无功优化中的应用[D]. 周珊.吉林大学2004
- [7].基于遗传算法的电力系统无功优化的研究[D]. 汪海涌.重庆大学2005
- [8].基于改进遗传算法的电力系统无功优化[D]. 苏琳.西南交通大学2006
- [9].电力系统无功优化的改进遗传算法及其程序实现[D]. 俞悦.重庆大学2005
- [10].基于免疫遗传算法的无功优化研究[D]. 徐春丽.华北电力大学（北京）2003