混合智能算法在电网规划中的应用研究

论文摘要

以电力负荷预测为基础的变电站选址是电网规划的重要组成部分。其位置是否合理直接影响到网架结构,关系到电网的可靠性和运行的经济性。本文主要研究智能算法在电网规划中的应用。以智能算法为基础,主要研究城市电网规划方案,包括城市电网的负荷预测、变电站选址的规划。负荷预测,主要介绍了灰色预测理论、多元线性回归、及小波神经网络模型预测技术,用这三种方法进行了算例分析,并用仿真软件进行了建模仿真。在变电站选址部分,本文对已有的算法进行了优化改进。首先阐述变电站选址的重要性；接着介绍免疫粒子群优化算法理论；然后综合考虑影响变电站选址的实际因素拟定具体的规划方案,建立变电站选址的数学模型,并对标准粒子群优化算法进行改进,提出免疫粒子群优化算法,用该算法对简化的变电站选址模型进行优化,并用MATLAB中GUI实现算法功能,最后采用实例详细介绍了该算法的应用。算例结果表明,该法更具科学性和工程实用价值。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 电网规划中电力负荷预测问题
• 1.1.1 负荷预测问题
• 1.1.2 电力负荷预测的特点
• 1.1.3 电力负荷预测的方法步骤
• 1.2 电网规划中的变电站选址问题
• 1.2.1 最优站址问题
• 1.2.2 变电站优化选址的意义
• 1.3 智能算法在电网规划中应用的研究现状
• 1.4 本文的主要研究内容
• 第2章 电力负荷预测
• 2.1 灰色预测的理论和模型
• 2.1.1 灰色预测的基本理论
• 2.1.2 灰色建模过程
• 2.1.3 灰色模型的求解过程
• 2.2 遗传神经网络理论和模型
• 2.2.1 神经网络的基本理论
• 2.2.2 BP神经网络的基本结构和算法
• 2.2.3 遗传神经网络基本结构和算法
• 2.2.4 遗传神经网络模型的求解过程
• 2.3 本章小结
• 第3章 免疫粒子群算法研究
• 3.1 粒子群算法
• 3.1.1 粒子群算法的基本原理
• 3.1.2 基本粒子群算法的步骤和流程
• 3.2 免疫算法
• 3.2.1 免疫系统简介
• 3.2.2 免疫算法的提出
• 3.2.3 免疫算法的原理
• 3.2.4 免疫算法的基本步骤
• 3.3 免疫粒子群算法
• 3.3.1 免疫粒子群算法概述
• 3.3.2 免疫粒子群算法的实现
• 3.4 本章小结
• 第4章 变电站选址的数学模型及算法实现
• 4.1 变电站选址概述
• 4.2 影响变电站实际选址的因素
• 4.3 变电站数量及供电范围的确定
• 4.3.1 变电容载比
• 4.3.2 变电站数量的确定
• 4.3.3 变电站供电范围的确定和优化
• 4.4 变电站站址优化的数学模型和算法实现
• 4.4.1 变电站选址的数学模型
• 4.4.2 基于免疫粒子群算法的变电站选址方法
• 4.5 本章小结
• 第5章 变电站选址实例应用
• 5.1 变电站设计的流程
• 5.2 算法的GUI界面
• 5.3 规划区域的概况
• 5.4 变电站现状及存在问题
• 5.4.1 现状
• 5.4.2 存在的问题
• 5.5 电力负荷预测及电力平衡
• 5.5.1 负荷预测的结果
• 5.5.2 电力平衡
• 5.6 新增变电站选址优化
• 5.7 本章小结
• 第6章 结论与展望
• 参考文献
• 攻读学位期间发表的学术论文目录
• 致谢