一种机组优化启停的新型启发式方法

提出了一种机组优化启停的新型启发式方法。首先利用动态规划法求出计算负荷下各个待开机组的最优启停状态及组应的启停费用,将效率最高的机组投入运行,然后用拉格朗日松驰法进行了最优经济分配。     

百万千瓦级超临界APS机组自启停控制技术研究及应用

在介绍APS总体设计思想及功能的基础上,详细阐述了APS系统的结构、启动和调节,并进行了效益分析。     

单片机在设备安全与启停监控中的应用

我们遵循低功耗设计原则，为农村无人值守卫星电视转播站，研制了一批监控器，对其收发设备进行实时的监测和定时启停控制，取得了良好的效益。本文介绍了它的硬件原理和软件结构。     

浅析启停离心泵的操作

作为油田公司采油厂的一名集输岗位工作人员,一定要掌握离心泵的启停操作规程,并在实际工作中会离心泵操作、检查维护的内容和要求。才能成为一名合格的集输岗位员工。如何正确地启停离心泵呢?这里提出基本的操作方法和要求,与大家探讨,请提出宝贵意见。     

200MW机组采用启停方式调峰的可行性分析

针对当前火力发电厂机组容量的增长,200MW汽轮发电机组调峰发电已经势在必行,为了研究在启停调峰和定压调峰的经济性和可行性,通过理论分析和实践证明,启停调峰的运行是可行的.     

机组最优化问题的改进遗传算法

机组组合问题十分复杂,变量数和约束条件又很多,是一个高维数、非凸的、离散的、非线性的优化问题,很难找出理论上的最优解.提出了改进的遗传算法,即将ALOPEX算法和遗传算法结合起来从而解决复杂的机组组合问题.     

浅谈汽轮机启停过程中的问题

根据东方引进型300MW汽轮机的特点,对合理控制汽轮机的启停时间、汽轮机零部件必要的可靠性和使用寿命,并如何提高参与启停调峰运行汽轮机的安全性和经济性以及汽轮机启停调峰运行时出现的问题和对策进行了阐述,以供读者参考.     

遗传算法的改进及其在无功优化中的应用

遗传算法是模拟生物进化过程中所得到的一种优化方法。本文介绍了遗传算法的基本理论,然后,首次提出了两蹼改进措施并应用于无功优化中,通过算例,论证了改进后的方法可有效地解决大规模电力系统的无功优化问题。     

混合遗传算法在电厂机组负荷分配中的应用

机组负荷优化分配是一种可提高电厂经济性的手段,越来越成为一个令人有兴趣的研究课题,但目前还没有得到一种绝对严格的算法.引入模糊理论建立了电站机组负荷分配模型,并运用混合遗传算法求解,该算法不同于常规优化算法特点在于:容易得到全局最优解,有较强的鲁棒性,适合大规模的复杂系统求解.最后给出了一个具体的例子来阐述方法的有效性.     

改进遗传算法在电力系统低频减载中的应用

电力系统低频减载优化整定是一个多变量、多约束的混合非线性规划问题,其优化过程十分复杂.遗传算法是一种基于自然选择和遗传机制的搜索算法,比较适合于求解电力系统低频减载问题.本文研究了遗传算法应用于低频减载求解的运算流程,并且在结合低频减载问题自身特点的基础上对遗传算法应用于低频减载求解进行了研究改进,给出了包括编码方案、交叉算子、变异算子和收敛判据的改进遗传算法的实现方案.     

机组组合的扩散并行遗传算法

研究了在细粒度并行机上的扩散并行遗传算法．遗传算法中个体为矩阵个体,选种采用竞争法．并行处理机拓扑结构为三维网格．对一个十机系统的机组组合问题进行了串行模拟,结果表明,当最大遗传代数或并行处理机个数增大时,均可找到更好的解,同时加速比也得以提高,且异步法优于同步法．     

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.     

基于改进遗传算法的AGC机组优化组合研究

为降低发电成本,该文对自动发电控制(AGC)机组优化组合问题进行了研究.基于改进遗传算法,建立了包含AGC的机组优化组合模型;针对遗传算法存在的不足,结合包含AGC机组优化组合模型的特殊性,提出了可变长二进制编码;设计了专门的遗传操作,并采用等微增法对其中的连续变量进行了处理.将所研究的算法和模型应用于包含16台机组24时段的机组优化系统中,仿真结果表明该改进遗传算法的计算结果优于实数编码方法结果11.33%,并在搜索区间及收敛速度等方面都具有较好的性能,适用于大、中型发电系统.     

基于遗传算法的火电机组运行优化

火电机组运行优化正成为火电厂运行工作和技术攻关的重要方面.文中结合某300MW燃煤机组运行实例,对其主要性能参数进行敏感性分析,得出性能参数偏差对煤耗率的影响规律,其中,飞灰含碳量、炉膛出口烟气含氧量、排烟温度、凝汽器真空度、给水温度、主蒸汽压力6个参数的每工程单位偏差对煤耗率的影响最大.在此基础上,建立了以煤耗率最低为目标函数的优化模型,并采用遗传算法进行寻优求解.最后,开发了火电机组运行优化软件,并在其上进行机组运行优化计算,得到了一个参数最优化的运行方案.优化结果表明,供电标准煤耗率比原来降低了约1.41 g/(kW.h).     

人工神经网络与动态搜索的机组组合算法

为了使机组达到最优组合,减少运行成本,研究了基于修正BP人工神经网络与动态搜索的快速算法在机组组合中的运用．采用修正Levenberg-Marquardt算法训练BP神经网络,并针对该算法占用内存大的缺点,提出了减少内存占用量的修正．由此,根据负荷预测曲线,应用修正BP人工神经网络产生机组的预开停计划,在此基础之上,针对预计划中某些机组状态不确定的阶段,应用动态规划法进行全局调整以确定机组的状态组合．实验数据表明,所提出的算法与传统的动态规划算法相比,可以在有效地减少时间与内存的占用量的前提下,有效地避免动态规划法中的维数灾的问题．     

基于KuhnTucker方法的机组最优投入神经网络模型

为了用硬件实现机组优化投入的神经计算，首先基于ＫｕｈｎＴｕｃｋｅｒ方法的机组最优投入神经网络模型。证明了该模型的收敛性，讨论了该模型的正则电路，并用ＰＳＰＩＣＥ５０对一个四机组四时段的系统进行仿真计算。     

电力系统中机组组合问题算法的研究

机组优化组合问题是电力系统经济调度的一个重要环节,合理的开停机方案可带来很大的经济效益．实践表明机组优化组合比优化分配负荷更加经济,但由于问题十分复杂,很难找出理论上的最优解．介绍了解决机组组合问题的拉格朗日松弛法及遗传算法,并将两者结合起来对实际算例进行了分析．结果表明,两种算法结合求解能有效克服遗传算法的早熟现象,使生成解的对偶间隙减小,振荡现象得到抑制,能很快收敛到最优解,运行效率高,比传统的算法具有更高的鲁棒性．