学位论文 > 优秀研究生学位论文题录展示

基于改进粒子群算法的变电站选址问题研究

作　者: 杨彦卿
导　师: 牛存良
学　校: 河北工业大学
专　业: 计算机应用技术
关键词: 改进粒子群算法 重心化 变量搜索 变电站选址模型 优化选址
分类号: TM63
类　型: 硕士论文
年　份: 2007年
下　载: 196次
引　用: 5次
阅　读: 论文下载
 

内容摘要


粒子群优化算法(PSO)是一种基于群体的随机优化算法,最早在1995年由美国社会心理学家James Kennedy和电气工程师Russell Eberhart提出。由于PSO算法计算速度快、实现容易等特性,引起了许多相关领域学者的关注和研究。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,和电网的可靠性和安全性,并且关系到未来网架规划的优劣。变电站选址问题的影响因素中主要分为量化因素和非量化因素,传统的选址方法中,将选址的两类因素进行分部优化。本文对传统的选址模型进行改进,将两类因素结合,提出了新的变电站选址综合模型。通过对基本PSO算法原理和优缺点的学习和分析,结合变电站选址的实际问题,本文对基本PSO算法提出两点改进策略:(1)初始解重心化针对变电站选址的特点,提出了一种比较简单初始解优化方法,采用重心公式对初始解选取进行均匀化处理。由于待选变电站的位置大多靠近供电区域重心,因此将其初始解的选取规定由重心解和随机解两类构成,重心解又由全局重心解和局部重心解组成。(2)变量搜索基本PSO算法中,每次迭代得到粒子当前的个体最优解后,便对粒子的速度和位置进行更新,然后进行下一步的寻优,这很可能使粒子逃离出最优解的区域。本文采用了一种简单的变量搜索方法,每次迭代后得到了每个粒子的当前最优解后,分别对粒子个体最优解的某一维数方向分别取一定数值的变量,然后分别对变化后的解求适应度值,与粒子自身的最优解进行比较,更新粒子自身最优值,最终更新种群中的全局最优值。最终,运用改进粒子群算法对新的选址模型进行优化,有效的改善变电站选址的实际问题。

全文目录


摘要  4-5
ABSTRACT  5-8
第一章 绪论  8-14
  §1-1 变电站选址规划  8-9
    1-1-1 变电站选址问题  8-9
    1-1-2 变电站选址意义  9
  §1-2 群智能优化算法  9-10
  §1-3 粒子群算法的研究及其应用  10-12
    1-3-1 粒子群算法的研究  10-11
    1-3-2 粒子群算法的应用  11-12
  §1-4 本文主要工作和文章结构  12-14
    1-4-1 本文主要工作  12
    1-4-2 本文主要结构  12-14
第二章 改进粒子群算法研究  14-31
  §2-1 基本粒子群算法  14-19
    2-1-1 粒子群算法基本原理  14-16
    2-1-2 基本粒子群算法参数分析  16-17
    2-1-3 基本粒子群算法的步骤和流程  17-18
    2-1-4 粒子群算法的特点  18-19
  §2-2 粒子群算法的发展  19-21
    2-2-1 自适应PSO（Adaptive Particle Swarm Optimization，APSO）  19
    2-2-2 杂交PSO（Hybrid Particle Swarm Optimization，HPSO）  19-20
    2-2-3 协同PSO（Cooperative Particle Swarm Optimization，CPSO）  20
    2-2-4 邻域变换的粒子群算法  20-21
  §2-3 改进粒子群算法  21-24
    2-3-1 粒子群优化算法的改进策略  21-22
    2-3-2 改进粒子群算法的步骤和流程  22-24
  §2-4 经典函数测试  24-31
    2-4-1 算法迭代500 次后的适应值  27
    2-4-2 算法达到收敛条件的迭代次数  27-28
    2-4-3 算法的收敛率  28
    2-4-4 收敛示意图  28-31
第三章 基于改进粒子群算法的变电站选址研究  31-43
  §3-1 变电站选址问题分析  31-34
    3-1-1 变电站选址概述  31
    3-1-2 变电站选址研究现状  31-32
    3-1-3 变电站选址影响因素分析  32-33
    3-1-4 变电站选址模型的优化措施  33-34
  §3-2 变电站选址规划数学模型  34-38
    3-2-1 变电站选址模型分类  34-35
    3-2-2 变电站选址因素模型化  35-36
    3-2-3 变电站选址综合数学模型  36-38
    3-2-4 变电站选址简化数学模型  38
  §3-3 变电站选址实例应用  38-43
    3-3-1 单源选址实例  39-40
    3-3-2 多源选址实例  40-43
第四章 变电站选址优化系统设计及实现  43-48
  §4-1 系统概述  43
  §4-2 系统关键技术  43-45
    4-2-1 Matlab 介绍  43-44
    4-2-2 C#.Net 介绍  44
    4-2-3 MATLAB 与C#混和编程  44-45
  §4-3 系统主要功能  45-48
第五章 总结和展望  48-49
  §5-1 总结  48
  §5-2 展望  48-49
参考文献  49-52
致谢  52-53
攻读学位期间所取得的相关科研成果  53

相似论文

  1. 电力系统无功优化的混合算法研究,TM714.3
  2. 电力变压器的智能故障诊断方法研究,TM41
  3. 湿法炼锌电解过程能耗优化控制研究与应用,TF813
  4. 基于改进粒子群算法的配电网网架规划优化研究,TM715
  5. 基于改进粒子群算法的配电网无功补偿优化配置,TM714.3
  6. 基于改进粒子群算法的配电网分布式电源优化规划,TM715
  7. 风水互补微电网的优化运行研究,F426.61
  8. 基于全生命周期成本管理的变电站选址定容研究,TM63
  9. 改进粒子群算法在结构优化设计中的应用,TU318.1
  10. 基于遗传算法的多目标空间优化选址,TP18
  11. 基于不确定理论的含大型风电场的电网扩展规划,TM715
  12. 基于改进粒子群算法的节能发电调度与经济调度对比研究,TM73
  13. 基于云理论的配电网络规划研究,TM715
  14. 船台吊装顺序优化关键技术研究,U671
  15. 含风电机组的配电网无功优化研究,TM714
  16. 基于点火强度优化设定的烧结点火燃烧智能控制方法研究,TF046.4
  17. 基于谢宁方法的同轴电缆绝缘附着力改善,TM248.3
  18. 汽车制造企业零部件入厂物流规划与应用,F252
  19. PSS和TCSC抑制低频振荡交互及协调研究,TM732
  20. 基于SVC考虑谐波污染的无功优化,TM714
  21. 基于改进粒子群算法的无功优化研究,TM714.3

中图分类: > 工业技术 > 电工技术 > 发电、发电厂 > 变电所
© 2012 www.xueweilunwen.com