低压配电网智能无功补偿系统软硬件设计探究分析

伴随着电子信息技术、智能化控制技术的飞速发展,带动了很多关于电力方面的新技术、新设施的出现.随着我国目前电网改造工程的推进,智能无功补偿系统在各个地区的低压配电网中普遍使用.本文围绕低压配电网智能无功补偿系统这一话题.介绍了低压配电网智能无功补偿系统具体情况,低压配电网智能无功补偿系统设计,低压配电网智能无功补偿系统的优化问题.     

基于B/S模式电压无功优化控制系统的设计与应用

本文提出的基于B/S模式电压无功优化控制系统克服了分散补偿管理难、效益低的缺点,实现了对配电网中的电压无功补偿装置进行统一管理和监控,节省了大量人力、物力,有效地降低了网损,提高了电压质量.     

一种新型的配电网线损管理及无功优化系统

介绍一套集配电网络的图形编辑、线损计算分析、无功优化以及报表管理一体化的系统,可基于图形和SCA-DA系统实时数据共享,接入配变监测、负荷控制系统,整合成完整的线路或台区数据,包括设备属性以及各种实时运行数据等.采用改进强引导粒子群与混沌优化相结合的算法进行无功优化.该算法解决传统粒子群寻优后期粒子可能陷入早熟收敛的问题.通过对福建某高压配电网的具体计算,最优降损率可以达到14.04%,节点最低电压从0.895 0（p.u.）提高到0.995 6（p.u.）,系统通过一种新型线损管理及无功优化模式,为工作人员提供一个决策支持的技术平台.     

油田低压无功补偿谐波抑制措施研究

谐波谐振严重危害配电网的安全可靠运行,对配电网来说,抑制谐波是很有必要的。主要研究了低压无功补偿谐波抑制,根据低压无功补偿谐波放大抑制原理,对补偿电容的选择进行深入研究,并分别针对单台抽油机无功补偿对谐波谐振的影响和渤南线所有抽油机无功补偿对谐波谐振的影响。通过理论研究与仿真分析,得出有效的低压无功谐波放大抑制措施,有效抑制谐波对配电网的影响,提高配电网运行可靠性。     

基于改进PSO算法的电力系统无功优化

本文采用的无功优化数学模型虑了系统的实际约束条件和无功调节手段,能够准确直观地反映电力系统无功优化的实际问题。在此基础上对基于粒子群算法的无功优化作了深入的研究,尝试利用粒子群优化算法对无功优化问题进行求解。对常规粒子群算法的搜索策略进行了改进,对约束条件、离散变量都采取了一定的改进处理措施。以IEEE-6节点系统为例进行了仿真计算,验证了本文模型和算法的正确性、适用性和经济性。     

关于配电网无功优化控制

针对我国电网电能损耗过大,提出在配电网装设无功优化控制以降低线损,提高电能利用率。     

浅谈电网无功补偿

阐述了无功补偿对提高电网的电能质量和节能降损起到的重要作用,提出配电网无功补偿的方法,指出在配电网建设与改造中应大力应用无功补偿技术,并重点对目前使用的电网电压无功控制系统(AVQC系统)进行了详细的介绍.     

改进遗传算法在电力系统无功优化中的应用

将遗传算法用于电力系统无功优化,并对传统遗传算法的编码方式、遗传操作算子、交叉和变异概率以及迭代终止判据等方面进行了改进,同时使用本文的算法对IEEE6及IEEE14节点系统进行了无功优化计算,结果表明改进后的遗传算法合理可行。     

负荷不确定性的配电网无功规划优化

提出一种考虑负荷不确定性的配电网无功规划优化的方法。该方法把不确定负荷表示成模糊数的形式并通过拟合误差服从正态分布来求取模糊集合参数;然后建立无功规划优化的模型。并采用模糊分析法,使模糊负荷能运用到求解模型中去;最后采用改进的二进制粒子群算法来求解无功优化模型。算例分析证明了此方法的有效性。     

低压终端无功补偿在生活小区的应用探讨

无功补偿对电网的安全、优质、经济运行具有重要作用。配电网规模巨大,负荷情况复杂,使用环境条件差,合理选择低压终端无功补偿技术意义重大。本文重点分析低压终端无功补偿的特点,并对低压终端无功补偿的实施作具体的论述。     

基于改进遗传算法的无源滤波器优化设计

针对目前根据工程经验或简单的技术经济指标来设计无源滤波器的现状,以及现有优化设计方法中假设条件较多、寻优空间较小、寻优能力不强、对实际因素考虑不全面等问题,提出了一种改进的遗传设计方法.将无源滤波器的初期投资、无功功率补偿容量、滤波后电网谐波含量作为三个目标,利用遗传算法对无源滤波器的参数进行优化设计.通过适应度函数的阈值制约以及以不同概率进行染色体选择操作,使得种群朝三个目标最佳协调点的方向演化;为克服算法的早熟收敛问题也进行了有益探讨.最后对一个混合滤波实验系统进行了无源滤波参数的优化设计,并和传统的方法进行了比较.仿真和实验表明设计出的无源滤波器具有良好的综合性能.     

基于自适应遗传算法求解装箱问题

针对遗传算法在求解复杂优化问题时收敛速度慢,易陷入局部最优的不足,对标准遗传算法进行改进,将交叉概率和变异概率进行自适应调节,再结合移民策略,提出可自适应调节参数的改进遗传算法,应用该算法对装箱问题进行相应研究。     

基于遗传算法和免疫算法的垃圾清运路径规划--以安阳工学院为例

校园垃圾清运处理受到垃圾回收站点和垃圾中转站分布等因素的影响。以安阳工学院垃圾清运问题为研究对象,采用遗传算法和免疫算法建立数学模型,在MATLAB环境下模拟校园垃圾回收时垃圾车的路径问题和垃圾中转站选址问题,在保证运力的前提下寻求校园公共区域内垃圾回收路径的较优解,为校园垃圾回收车辆设置、垃圾中转站设置等提供算法支持。     

基于改进遗传算法的背包问题求解

针对0-1背包问题的特点,设计了一种利用定义距较长模式的遗传算子,并提出采用该算子代替交叉算子的长模式遗传算法,该算法在约束条件的处理上结合贪心法,提高了搜索效率.最后的实例仿真,给出了传统遗传算法和长模式遗传算法计算结果的比较,证明了采用新算子的遗传算法在求解0-1背包问题时比基本遗传算法有更好的收敛性能和更少的时间花费.     

遗传算法的基本原理及其应用研究

介绍了遗传算法的基本概念和基本原理,分析说明了遗传算法求解实际问题的基本步骤以及应用领域,指出了遗传算法在应用中的几个关键问题,同时简要介绍了遗传算法研究新动向及存在的问题。     

遗传算法在网络工程设计中的应用

在网络工程设计中,从需求分析到得到网络模型要经过多个不同的阶段。且在各个阶段中很多问题都要通过网络工程师的个人经验来解决,这样就不免会出现经验不足,考虑不全面以及设计效率不高等弊端。所以怎样快速生成一个科学、合理的、满足用户需求的网络模型就成为了人们关注的问题。运用遗传算法的全局寻优对网络工程设计进行了研究,并得到了一个自动获得适合用户需求的网络模型的好的算法。基本上完成了在网络工程生命周期中的从需求分析到设计阶段的智能化。     

基于遗传的优化算法

遗传算法是一类全局优化的仿生类算法，它通过模拟生物进化过程中的复制、交叉和变异来完成优化搜索．在遗传算法的基本思想下，给出了一个简单遗传算法(SGA)及相关应用示例．     

一种求解整体最优效率行为模型的遗传算法

整体最优效率行为模型是基于满足最低期望投资产出和最高投资额的约束,以整体效率最优为目的的一种数学模型。阐述了求解该模型的一种改进的长模式遗传算法,将各个投资活动的效率进行排序,并引入贪婪策略修正各个染色体,采用三种再生算子进行求解,结果表明改进的长模式遗传算法有效。     

基于Pareto遗传算法的多目标优化

在工程实际当中存在着大量的多目标优化问题,传统的多目标优化方法存在着明显的缺陷.本文介绍一种基于Pareto最优概念的遗传算法来求解多目标优化问题.这种方法能够给出多目标优化问题的Pareto解集,而不是单纯的一个解,从而可以帮助决策者在Pareto解集中挑选适合设计要求的解作为最终解.     

关于0/1背包问题的粒子群优化算法

背包问题作为运筹学中一个典型的组合优化难题,有着广泛的应用背景,有许多不同的求解方法。给出了基于粒子群优化算法的一种求解方法,利用遗传算法的部分思想将粒子群优化算法应用到0/1背包问题中,得到了比较满意的计算结果。