改进粒子群算法在船舶电力系统网络重构中的应用
船舶电力系统网络重构本质上是带约束的多目标组合优化问题。针对船舶电网重构问题的特点,建立了船舶电力网络的无向图模型;在此基础上,进一步建立了以负荷恢复量、开关操作次数和发电机效率均衡性为优化目标的船舶电力系统多目标重构模型;提出了一种结合\"背包策略\"和模拟退火算子的改进粒子群算法进行求解。其中\"背包策略\"可以明显提高粒子群算法的搜索起点和加快收敛速度;模拟退火算子能够很好地提高粒子群算法的局部搜索能力和克服粒子群算法易于陷入局部最优解的缺点。测试算例结果表明,利用所提方法能够获得更好、更完备的船舶电力系统重构方案,算法具有较好的优化性能。
蚁群优化算法在船舶电力系统重构中的应用
船舶工业的发展是我国国防工业、交通运输的重要基础,船舶电力系统的故障重构一直是国内外研究的热点,船舶电力系统故障重构是一典型的非线性组合优化问题。本文提出了一种改进的蚁群算法对船舶电力系统故障重构问题进行研究,并通过实例分析和实验仿真将改进后的蚁群算法和传统基本蚁群算法进行对比分析,得出了改进后的蚁群算法在船舶电力系统故障重构问题上具有更加优越的性能。
复杂网络理论在船舶电力系统结构脆弱性分析中的应用
文章将复杂网络理论分析方法应用于船舶电力系统结构脆弱性的分析。首先将船舶电网抽象为复杂网络模型,并对该网络模型的结构特征进行计算和分析;然后通过分析节点攻击后的电力系统性能对船舶电网结构脆弱性进行分析。结果表明:船舶电网的脆弱性与网络拓扑结构密切相关,利用复杂网络理论可以有效确定电力网络的关键节点。
粒子群优化算法在电力系统中的应用
第28卷第19期电网技术vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章编号:1000-3673(2004)19-0014-06中图分类号:tm715文献标识码:a学科代码:470·4054 粒子群优化算法在电力系统中的应用 袁晓辉1,王乘1,张勇传1,袁艳斌2 (1.华中科技大学,湖北省武汉市430074;2.武汉理工大学,湖北省武汉市430071) asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1,wangcheng1,zhangyong-chuan1,yuanya
粒子群优化算法在电力系统中的应用
随着电力系统规模的日益扩大和电力市场改革的实施,保证电力系统安全、经济、稳定、可靠地运行越来越重要。本文对pso算法在电力系统中应用的研究现状进行了较为全面的总结,主要包括在电网扩展规划、检修计划、机组组合、负荷经济分配、最优潮流计算与无功优化控制、谐波分析与电容器配置、网络状态估计、参数辨识、优化设计等方面的应用研究成果。
基于改进的LDW粒子群算法的风-火电力系统联合优化调度策略
风一火电力系统联合优化调度是一个极其复杂的np问题,不易求解。,改进粒子群算法,并将其应用于风一火电力系统联合优化调度,提出了一种改进的惯性权重线性递减的粒子群算法。针对粒子群算法容易局部收敛的缺陷,、首先,本文在惯性权重线性递减(ldw)的基础上,加入常数扰动,使惯性权重大幅增大,以便于跳出局部搜索,进行全局搜索,从而防止局部收敛;其次,为尽可能的避免粒子群算法出现粒子高度聚集在最优粒子的周围的情况,使得粒子趋于相同以致于大大损失粒子群的多样性,一定概率的自适应的改变惯性权重并混入随机个体,以便于更好的保持种群多样性、、最后,在matlab2010agui平台下采用几种不同的粒子群算法进行仿真试验。仿真结果表明,在相同条件下改进的粒子群算法能够寻到更精确的解。
粒子群算法在PERT网络优化问题中的应用
针对项目工程pert网络计划的费用-优化问题,本文提出了一种改进的粒子群算法。该算法引入了可行性优先的约束处理技术,不需要罚因子,对问题依赖小。仿真实验表明了该算法的可行性和有效性。
基于改进量子粒子群算法的电力系统经济调度仿真研究
针对水火电系统的多约束、时滞非线性特点,建立了带有梯级水电厂的电力系统模型,并采用量子粒子群(qpso)算法对系统进行优化求解。为了解决基本量子粒子群算法容易陷入局部最优解的问题,提出了一种改进量子粒子群(iqpso)算法。为了验证该算法的性能,运用matlab编写程序,利用典型的4水电3火电系统算例进行仿真。算例表明,改进的量子粒子群算法具有更好的收敛特性。
电力系统机组组合问题的改进粒子群优化算法
电力系统机组组合问题的改进粒子群优化算法
基于Simulink的船舶电力系统仿真研究
利用matlab软件下simulink仿真工具,搭建了船舶电力系统仿真模型,并以82000dwt散装货船为实例,通过对船舶电力系统在运行过程中受到不同扰动时的仿真来研究船舶电力系统的稳定性。
基于Simulink的船舶电力系统仿真研究
利用matlab软件下simulink仿真工具,搭建了船舶电力系统仿真模型,并以82000dwt散装货船为实例,通过对船舶电力系统在运行过程中受到不同扰动时的仿真来研究船舶电力系统的稳定性。
基于混沌量子粒子群算法的含风电场电力系统实时调度
分析了大规模风电给电力系统实时调度所带来的若干问题,依据节能减排原则,以消纳风电最大化和火电机组一次能源消耗最小化为双重目标,建立了含大规模风电的实时调度模型。在量子粒子群算法基础上加入混沌初始化和混沌扰动,形成混沌量子粒子群优化算法。基于修改的ieee-118节点系统进行仿真计算,结果表明:建立的模型能在最大程度消纳风电的前提下,最大限度地减少一次能源消耗,达到节能减排的目的;采用的算法计算速度快、收敛性能好,满足实时性的要求。
粒子群优化BP算法在电力系统短期负荷预测中的应用
为提高电力系统短期负荷预测的精度,引入一种新型的群智能方法——粒子群优化算法,并将这种智能算法与bp算法相结合,形成了粒子群优化bp算法模型,建立了计及气象因素的短期负荷预测模型.通过具体算例将此模型与单纯的bp模型进行比较,结果表明:该算法具有较高的预测精度,完全能满足实际工程的要求.
船舶电力系统中电力和照明变压器的供电连续性
船舶电力系统中电力和照明变压器的供电连续性
基于粒子群算法优化的神经网络在入侵检测中的应用
利用粒子群算法对入侵检测神经网络模型进行优化。仿真结果表明,与bp神经网络和ga神经网络相比较,具有较强的逼近和容错能力、较快的收敛速度和较好的检测效果。
重构优化算法在电力系统配电网中的应用
以配电网系统最优化运行为目标,在保证配电网各节点电压满足电压质量要求的前提下,以最高的供电可靠性来确定网络的连接状态,采用改进的自适应遗传算法进行配电网络重构。通过ieee典型算例rbtsbus2系统的验算黠果表明了该算法的有效性和可行性。
基于粒子群算法优化BP神经网络漏钢预报的研究
针对标准bp神经网络中收敛速度慢以及易陷入局部最优解等问题,利用粒子群算法的全局搜索性,将粒子群算法应用到bp神经网络训练中建立了pso-bp神经网络模型,结果表明改进模型不仅可以克服传统bp网络收敛速度慢和易陷入局部权值的局限问题,而且很大程度地提高了结果精度和bp网络学习能力,将此模型应用到结晶器漏钢预报系统中,并用某钢厂采集到的历史数据对该模型进行训练与测试,与标准bp神经网络测试结果进行分析与比较,实验表明pso-bp网络模型预报更加实时、准确,具有很好的应用前景。
【范文】最新精选行业工作范文_船舶电力系统的安全管理
1/5 管理制度参考范本 【范文】最新精选行业工作范文·船舶电力系统的安全管理 撰写人:__________________ 部门:__________________ 时间:__________________ 管理的作用 1.改善和提升企业形象:良好的环境高品位的行为规范,让顾客肃然起敬。6s打造一流企业,让到过企业的或接触多企业员工的人刮目相看,口碑相传,成为学习的对象。一旦出名,媒体都来为你做免费广告,从而吸引更多顾客与你合作。 2.提升员工归属感:在干净、整洁的环境中工作,员工的尊严和成就感得到一定程度的满足。员工以厂为家,更愿意为企业付出爱心和耐心。员工对自己的工作尽心尽力,主动改善,和企业一起成长。 2/5 船舶电力供电系统的稳
10电力系统机组组合问题的改进粒子群优化算法
10电力系统机组组合问题的改进粒子群优化算法
新型船舶电力系统矩阵变换变压器的仿真与设计
船舶电力系统因为其复杂性和特殊性,正经历着巨大的变革,尤其是在智能监测、故障预警和电力平衡等领域,各种先进的技术已经被广泛应用在其中。在船舶电力系统中,由于各种设备的用电需求并不一致,需要变压器把发电机端的电压转换成安全范围内的电压。因此本文借助matlab仿真平台,重点研究变压器系统的基本结构,建立磁场模型,并分析在空载情况下的变压器状态,给出特性曲线。通过对节点导纳矩阵和变压器的等效电路进行变换,从而得到各个节点的电压电流变化。最后对变压器的励磁电流特性进行仿真与验证。
船舶电力系统的组成1323ppt课件
船舶电力系统的组成1323ppt课件
基于PLC和触摸屏的船舶电力系统监控装置设计
船舶电力系统是船舶上最重要的系统之一。为了保证船舶的安全航行,基于plc和触摸屏,文中设计了一种船舶电力系统监视装置。该套监视装置主要由plc、电力系统参数测量装置、触摸屏、以太网等器件组成,通过plc、pm850和电流互感器采集到船舶电力系统的参数,将采集到的信息通过modbus现场总线、以太网进行共享。文中主要介绍了船舶电力系统实时监视装置的软、硬件设计。实验表明该装置具有实用价值,可有效地实现参数监控。
基于粒子群算法的神经网络在水资源评价中的应用
为了改善传统的人工神经网络,在训练过程中容易陷入局部最小导致应用于水资源评价时存在对训练样本的拟合精度不高的缺点,采用粒子群算法优化人工神经网络的权值和阈值,然后将其应用于中国12个地区的水资源可持续利用系统评价实例中,并和传统的人工神经网络进行了对照。结果表明,基于粒子群算法的人工神经网络和传统的人工神经网络相比,能较好的提高对训练样本的拟合精度,表明基于粒子群算法的人工神经网络,用于水资源可持续利用系统评价是可行的。
基于改进粒子群算法的盾构掘进施工优化研究
盾构掘进优化能够提高施工的稳定性,确保施工效率和施工质量,因此,将改进粒子群算法应用于盾构掘进施工优化中.文章分析了盾构掘进施工参数对施工质量的影响,并设计了施工优化的数学模型;研究了改进粒子群算法,提出了惯性权重的调节算法和设计盾构掘进施工优化的算法流程;最后进行了盾构掘进施工优化的仿真分析.结果表明:该算法能够有效地控制盾构掘进施工的沉降量,从而确保了盾构掘进施工质量.
基于模糊神经网络算法应用在电力系统中的研究
电力系统[1]是由发电、输电、变电、配电和用电等多层fnn的复杂的非线性控制系统组成。采用fnn弥补了神经网络在电力系统模糊数据处理方面的不足和模糊逻辑在学习方面的缺陷学科。
文辑推荐
知识推荐
百科推荐
职位:预算员主管
擅长专业:土建 安装 装饰 市政 园林