基于模糊遗传算法的机组组合问题的求解

为求解机组组合问题,提出一种模糊优化与遗传算法紧密结合的新的模糊遗传算法.通过建立模糊推理规则,对交叉率和变异率进行模糊控制,从而提高了收敛速度,避免了不成熟收敛.将该模糊遗传算法应用于一工程算例中求解机组组合问题,与传统遗传算法相比,在同样的种群规模和终止准则下,采用该算法的收敛迭代次数减少,减幅最大达122次,而每次迭代计算时间最多仅增加约0.01 s;优化组合的发电成本减小,减幅最大时达总发电成本的0.73%.     

改进GA算法的电力系统机组优化组合研究

提出了一种新的基于实数和二进制数统一编码的改进遗传算法.把机组组合问题分解为两个优化子问题,分别对其优化.应用实数编码来模拟功率并用实数遗传算法解决负荷经济分配问题,同时结合二进制编码模拟机组启停状态,解决了机组优化组合的0-1混合整数非线性规划问题.本算法运用到模拟10台机组的优化组合研究中,取得了很好的效果.     

电力市场下基于改进遗传算法的AGC机组的选择

针对电力市场下参与竞标的各AGC机组的选择问题,提出了一种基于实数和二进制数混合编码,个体分段交叉变异的改进遗传算法.该算法采用实数模拟AGC机组的调节容量,无需解码,具有较高的收敛精度,同时采用二进制编码模拟AGC机组中标状态,充分利用了两种编码方式的优点;对群体中的个体采用了轮盘赌选择,并按容量段、状态段分别进行交叉、变异的遗传操作方法,较好的解决了电力市场下AGC机组选择这一0-1混合整数非线性规划问题.最后通过对某省实际电网的算例分析,验证了该算法的可行性.     

实现机组AGC功能的投入

AGC(自动发电控制)是智能电网中不可缺少的重要技术,是电网调度自动化系统的重要功能之一。为了使机组的自动化水平达到更高要求,实现省网调的统一调度,我厂#1-3机组AGC功能的投入是十分必要的。我厂在今年大小修期间对#1-3机组进行了AGC投入改造。AGC对协调系统的要求高,在我厂存在系统功能落后,没有AGC投入经验,程序不符合AGC投入的要求,因此对机组进行了AGC功能的程序设计,以实现机组AGC的投入。     

基于聚类遗传算法的梯级水利枢纽短期电力调度优化

针对标准遗传算法容易"早熟"的缺陷,提出聚类遗传算法;改进了选择算子和交叉算子,并利用Shubert多峰测试函数验证了聚类遗传算法的优势.引入水轮机组运行效率梯度变化因素提出改进变异算子,弥补了变异搜索过随机的缺陷.最后,将改进方式应用于三峡-葛洲坝梯级水利枢纽短期电力调度优化研究中,提出和构建了相应的优化模型以及机组组合启停和运行效率同步实现策略.实例优化结果表明:聚类遗传算法和改进变异算子能有效弥补"早熟"的缺陷,并能显著提高优化搜索效率,适用于梯级电站电力调度优化问题.优化得出的梯级电力调度方案可以满足设定目标和约束,并提高了梯级的发电效率.     

基于需求响应的含光伏电力系统优化及其算法改进

为解决光伏并网发电的不稳定性以及发电调度成本高的问题,建立了以发电调度成本最小为目标的含光伏电力系统优化模型。该模型借助电价的需求响应来增加对负荷的调控能力,以减少光伏的不稳定性对发电调度优化结果造成的影响。为求解该模型,对经典的遗传算法进行了改进。仿真结果表明:考虑需求响应有利于含光伏电力系统负荷削峰填谷,提高机组发电的稳定性,并且降低了含光伏电力系统机组的发电调度成本,验证了所建模型的正确性和有效性。     

基于发电机组最大调节速率的电网负荷指令调度优化

随着新能源发电的大规模并网,电网平稳运行受到日益严峻的挑战,为充分利用火电等功率可调机组的自动发电控制(automatic generation control,AGC)功能,加快对电网负荷指令的调整,抑制新能源发电波动带来的电网功率偏差,提出一种基于机组最大调节速率的电网负荷指令优化调度方法.首先,对机组实发功率历史数据分段线性表示获得机组调节速率样本,基于调节速率样本分布估计机组最大调节速率,其中采用贝叶斯估计判断样本分布的稳定性;然后,以最短调节时间为目标建立负荷指令调度线性规划模型,求解确定了按机组最大调节速率进行电网负荷调度的策略;最后,通过工业和仿真案例,并与传统负荷分配方法对比,验证了所述方法的有效性.     

大规模风电并网条件下水电机组辅助AGC协调策略研究

随着风电渗透率增加,其不确定性带来的功率波动也将变大.由于常规火电机组的减少,此时系统中参与自动发电控制(AGC)的火电机组将没有充足的容量调节风电功率波动从而引起系统频率稳定问题.基于此,提出了协调因子的概念,利用水电机组辅助协调参与AGC的策略,从而协调更多优质调节资源进行协调控制,以抑制风电不确定性带来的影响.仿真算例表明,所提策略能适应现有调度控制框架,对风电功率波动有很好的协调控制效果.     

基于优化遗传算法的灰色-RBF神经网络预测模型研究

根据灰色系统、RBF神经网络的模型及遗传算法原理,提出了一种基于灰色系统与改进的遗传算法RBF神经网络的系统预测模型,采用改进的遗传算法对该模型进行全局优化,最后用实验验证了模型的有效性,对比分析了单独使用GM(1,1)和RBF神经网络模型的预测结果.结果证明,优化后的预测模型的预测精度高于另外两种模型的预测结果.     

压力自动厚度控制(AGC)模型研究与改进

将AGC模型分为厚度估计模型和厚度调节模型两部分,分别对应于AGC系统的静态指标和动态指标,依据各部分所采用的轧机弹跳方程和金属塑性变形方程形式的不同,对各种典型的压力AGC模型进行了分类和对比研究·并提出了一种新的压力AGC模型,经过详细的分析比较,证明新的压力AGC模型具有良好厚度估计精度和系统动态特性·     

遗传算法在机组启停中的应用及改进

提出了一种遗传算法应用于机组启停的新思路。针对一启停问题的特点,设计了一些启发式技术,使得遗传算法初始种群中的所有个体都是可行解。     

遗传算法在试题生成系统中的应用

通过对目前组卷方法的分析,提出用遗传算法求解组卷问题的方法．建立试题组卷的数学模型,通过独立编码、针对该编码的组内交叉算子、组内变异算子．实现了一个智能试题生成系统．     

基于改进蚂蚁算法的梯级水电站短期优化调度

将改进型蚂蚁算法用于梯级水电站短期优化调度问题，并通过引入遗传算法的交叉和变异思想以及自适应搜索半径方法提高了蚂蚁算法的搜索能力．以最小耗水率模型为例，给出了梯级水电站短期优化调度问题改进型蚂蚁算法的数学描述和求解的算法步骤，并通过龙羊峡．李家峡梯级水电站实例验证了改进型蚂蚁算法的优越性．结果表明，与遗传算法相比，改进型蚂蚁算法获得了更优的调度方案．优化结果在取得更低耗水率的同时，减少了机组的启停次数，并且使所有机组连续高效运行，从而降低了机组的维护费用，并增加了梯级的经济效益．     

Immune Based Intrusion Detector Generating Algorithm

Immune-based intrusion detection approaches are studied. The methods of constructing self set and generating mature detectors are researched and improved. A binary encoding based self set construction method is applied. First, the traditional mature detector generating algorithm is improved to generate mature detectors and detect intrusions faster. Then, a novel mature detector generating algorithm is proposed based on the negative selection mechanism. According to the algorithm, less mature detectors are needed to detect the abnormal activities in the network. Therefore, the speed of generating mature detectors and intrusion detection is improved. By comparing with those based on existing algorithms, the intrusion detection system based on the algorithm has higher speed and accuracy.     

基于遗传算法的自动组卷的研究

介绍了自动组卷的数学模型和主体思想,讨论了运用遗传算法求解一定约束条件下的多目标参数优化问题,提出了功能块的概念,并采用了新的编码方案、交叉算子和变异算子。实践表明,改进的遗传算法能更好地解决自动组卷问题,具有较好的实用性。     

1000 MW级核电机组的模糊决策

在深入调研、分析、计算的基础上，总结了影响核电发电机、汽轮机容量和转速选择的众多因素，并建立了１　０００ ＭＷ 级容量和转速选择的模糊综合评判模型，可供国产化决策参考．该方法适用于重大工程的决策．     

应用遗传算法进行单机工件加工排序

运用遗传算法和提前／拖期调度模型，研究了在单机情况下工件加工排序问题，提出了一个新算法．此外，在应用遗传算法的过程中，还提出了“二次编码”的方法和利用ＥＤＤ法则作为寻找最优排序起始点的思想，从而加快了新算法的收敛速度．     

基于风场大数据互信息关联的风电机组性能评估

在风电机组现场运行大数据基础上,提出了一种互信息关联分析的风电机组输出功率建模方法;并基于该模型对风机叶片加装涡流发生器前后风电机组的性能进行了评估分析。计算验证结果表明:所建模型能够较好的拟合机组的输出功率;同时在叶片前缘附件加装涡流发生器,可以有效的改善机组的发电性能,提升风机对风能的利用率。