基于改进遗传-禁忌算法的PMU优化配置

针对PMU最优配置问题,把改进遗传算法与禁忌搜索算法的混合算法应用到电力系统优化问题。首先通过初始化配置,给定初始值,然后保留两个算法各自的优点进行全局优化,使优化精度提高,适应性更强。并对IEEE14和IEEE39节点进行优化,算例表明该方法求解PMU最优配置问题能使配置的数目和配置的位置达到最优化组合,同时也可提高最优解的多样性。     

系统可观PMU最优配置和分阶段配置方案的研究

以电力系统配置同步相量测量单元（PMU）个数最少为目标，全网可观测、系统有最大量测冗余度为约束，提出了PMU最优配置模型．针对PMU价格昂贵，很难一次性安装上所有所需PMU的实际问题，提出系统不可观测度的概念，以每阶段安装相同个数的PMU能够最大限度地提高系统量测冗余度和最终完成安装后满足系统可观测的最优配置为约束条件，提出PMU分阶段的最优配置模型．在此基础上，     

考虑量测冗余度的多阶段PMU优化配置

针对电力系统网架难以一次性全部安装所需的相量测量单元PMU的问题，提出考虑量测冗余度的多阶段PMU优化配置方法。首先给出系统量测冗余度的计算方法，在保证每一阶段最大限度地提高系统量测冗余度及考虑已有PMU配置的基础上，将PMU优化配置分为2个阶段:第1阶段保证系统全局可观测；第2阶段保证在线路N-1故障情况下不丧失对系统的观测能力。接着采用改进遗传禁忌搜索算法，对新英格兰39节点和IEEE 118系统进行算例仿真，得到多阶段PMU优化配置方案。结果表明:考虑冗余度的多阶段PMU优化配置方法在保证每一阶段安装的PMU都能发挥最大效用的同时，很好地协调了PMU配置的经济性和可靠性。     

基于免疫遗传算法的PMU优化配置

针对电力系统状态完全观测下的相量测量装置(PMU)配置优化问题,提出了一种新的基于免疫遗传算法的优化配置方法.给出了免疫算子的构造、控制参数的选取以及利用系统信息与先验性知识来构造和接种疫苗的具体步骤.算例系统的研究结果表明,免疫遗传方法可以提高求解PMU优化配置问题的效率和准确性.     

基于GPS的相量量测单元在电力系统中的应用研究

基于GPS(Global Position System)技术的同步相量量测单元(PMU)可以实时测量节点电压的幅值和相角,介绍了PMU的测量原理以及其在电力系统电网稳定性监测与分析、广域测量系统(WAMS)、暂态稳定预测及控制、在线扰动识别、低频振荡的在线监测与分析、负荷参数辨识等方面的潜在的应用价值.为电力系统分析和控制提供了新思路.     

基于遗传禁忌混合算法的低相关区序列集搜索方法

提出一种基于遗传-禁忌混合算法(genetic-taboo hybrid algorithm)的低相关区(low correlation zone,LCZ)序列集的搜索方法.建立搜索LCZ序列集的优化模型并设定了模型的目标函数,将禁忌算法嵌入到遗传算法的变异操作中,提出一种遗传-禁忌混合算法,该算法利用遗传算法的全局搜索能力和禁忌算法的局部搜索能力从而实现高效搜索.迭代过程中,种群在进入新一轮进化之前,首先剔除移位等价序列(shift equivalent sequence),从而保持种群的多样性,防止算法过早收敛.根据优化算法收敛后目标函数保持不变的特点,设定了算法结束准则,当超过一定进化代数后目标函数值仍保持不变,则认为进化结束.对非周期四元和周期二元序列集进行数值仿真,结果证明了该方法的有效性.     

NGI中的一种禁忌-递阶遗传QoS组播路由算法

设计了NGI主干网重要组网形式IP/DWDM光Internet中一种非NP类QoS(quality of service)组播路由算法,基于禁忌-递阶遗传算法(tabu-hierarchy genetic algorithm,THGA)构造优化的QoS组播路由树·该算法模拟生物繁衍过程,采用递阶编码方式,引入禁忌交叉和禁忌变异两种禁忌算子改进遗传操作,综合考虑了用户QoS需求和网络费用,同时有助于实现网络负载平衡·仿真结果表明,所设计的算法是可行和有效的,它在一定程度上克服了基于经典遗传算法的QoS组播路由算法存在的早熟和收敛慢等问题,提高了算法性能,较好地解决了IP/DWDM光Interne...     

基于遗传神经网络的边坡稳定性智能分析方法

分析了边坡稳定性的影响因素,建立边坡稳定性智能分析的系统模型.将遗传算法和人工神经网络相结合,并建立的遗传神经网络(GNN)具有较高的学习效率和较强的泛化能力.数值算例表明,GNN能有效地克服经典BP神经网络学习速度慢及泛化能力弱的缺点,基于GNN的边坡稳定性智能分析方法具有较高的分析准确率.图4,表2,参11.     

基于相量测量单元优化配置的配电网谐波状态估计研究

随着大量电力电子设备的接入,配电网谐波问题愈发严重。谐波状态估计的准确性直接影响到后续的谐波治理效果。相量测量单元(PMU)可以实时测量节点电压与支路电流,可借助其实现谐波状态估计。然而目前PMU价格较高,如何进行合理的优化配置保证全网谐波状态可观,同时提高谐波状态估计的准确性,是亟待解决的问题。文章首先构建了以PMU经济配置和谐波状态估计精度最高为目标的PMU优化配置模型,并提出一种改进二进制粒子群-遗传混合算法用于求解。随后在实时仿真器中搭建IEEE14节点模型,选用均值插补法以及Vondrak滤波法进行数据处理并分析了优化所得多种PMU配置场景对谐波状态估计的影响。结果表明,文章所提算法从减少投资成本及降低谐波状态估计误差角度考虑,能够给出合理的PMU配置方案,有助于支撑工程决策。     

一种基于Bi-GRU的卫星对地观测任务可调度性预测方法

针对现有卫星观测任务可调度性预测模型难以建模长时间间隔的观测任务依赖关系的问题,提出一种基于双向门控循环单元(Bidirectional Gated Recurrent Unit,Bi-GRU)的卫星对地观测任务可调度性预测模型.该模型以卫星历史规划方案作为学习样本,能够以较低计算代价较高准确率地预测出对地观测任务集合中可以被响应的子集.该模型首先通过多层全连接感知机神经网络提取任务属性间的关联关系,然后采用多组多层双向门控循环单元组成的循环神经网络提取观测任务与其前驱及后继观测任务序列的潜在时序特征,最后融合各组双向门控循环单元的预测结果,从而利用观测任务之间的正向与反向信息依赖关系提升任务可调度性预测准确度.实验结果表明,与现有主流预测模型相比,本文提出方法在准确率、精确率、召回率和F1分数等指标上分别提升了2.27％、2.36％、3.45％和2.37％.     

基于BPSO算法电力系统故障可观的PMU配置

针对电力系统故障可观状态下的PMU最优配置,提出了使用二进制粒子群优化算法(BPSO)进行处理.为了使用最少的PMU数目找到电力系统网络任一支路的故障,首先使用线性整数规划(ILP)对系统进行建模,再将BPSO算法引入进行优化,最后将该算法应用到IEEE-14,30和57节点标准测试系统,其优化过程亦考虑了零注入节点的影响.结果表明:该算法快速有效,适应用电力系统各种问题的优化.     

部分节点引入相量测量的状态估计

基于GPS的相量测量装置(PMU)可以直接测得节点电压相量,包括电压有效值和相角,在状态估计一般模型的基础上,建立了部分节点电压相量可测时的状态估计模型,并针对不同的相角量测精度,采用不同的状态估计模型,PMU精度较低时,在增加量测量冗余度的同时,PMU所在节点的电压相量仍然作为状态变量参与迭代;PMU精度足够高时,直接将PMU的量测值作为状态估计的状态解,算例验证了方法的有效性和相量测量对状态估计的改善作用。     

基于损伤可识别性的传感器优化布置方法

为了满足结构健康监测和损伤识别的要求,提出了一种以损伤可识别性与模态可观测性相协调为目标的传感器优化布置方法.考虑损伤导致的结构响应变化,由结构运动方程推导出了结构响应与振型和损伤灵敏度之间的解析关系式.根据Fisher信息熵原理,建立了同时包含模态独立性信息和损伤灵敏度信息的目标函数.利用奇异值分解技术,发展了以Fisher信息矩阵最大和条件数最小为准则的迭代算法.算例分析表明,所提方法有效地克服了基于模态可观测性和基于损伤可识别性的传感器优化布置结果存在的差异,利用其优化结果进行的损伤识别比单一目标的结果具有更高的精度.     

基于多目标优化的虚拟机放置方法

在虚拟机放置问题中,传统启发式方法不能完全适用于复杂的云计算环境,采用智能算法的研究又缺乏对时间开销的考虑。针对上述问题,提出一种基于Memetic算法的虚拟机放置(Memetic algorithm-based virtual machine placement MAVMP)方法。MAVMP方法针对云数据中心运营情况建立了最小化能耗、最小化运行时服务等级协议违例率(service level agreement violation time per active host, SLATAH)以及最大化资源利用率的多目标优化模型,将虚拟机按照资源请求情况进行分类,并利用该分类方法改进了Memetic算法,利用改进后的Memetic算法求解多目标优化模型,得到虚拟机放置方案。仿真实验结果表明,仿真数据中心利用MAVMP方法进行虚拟机放置后,其在能耗、资源利用率以及服务质量的评价指标上都有着良好表现。并且,MAVMP方法与已有的基于智能算法的虚拟机放置方法相比计算时间也大幅下降。     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置,可以减少用户停电损失,提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式,给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量,并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进,克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明,该算法全局搜索能力强,搜索时间短,收敛速度快。     

基于PMU的暂态稳定自愈控制

提出了一种基于相量测量单元(PMU)的暂态稳定自愈控制方法。该方法首先对系统进行离线仿真,记录失稳发电机在受扰情况下偏离电气故障中心的距离。对不稳定的功角曲线进行聚类并提取特征曲线,生成失稳发电机的受扰轨迹模式库。利用发电机的广域测量短时上传数据,结合受扰轨迹模式库,判断该发电机的稳定性。如果该发电机失稳时间小于特定值,则将该发电机切除。如果该发电机失稳时间大于特定值,则启动自愈控制策略,切除部分发电机容量,以保证系统稳定运行。以新英格兰节点测试系统为例,证明了该方法的有效性和合理性。     

一种基于H.264/AVC的宏块级码率控制优化算法

为了在网络带宽和延迟的限制条件下获得持续稳定的视频编码质量,提出一种优化的宏块级码率控制算法.这种算法基于平均绝对误差(mean absolute difference,MAD)线性预测模型和二元率失真模型,充分利用视频序列的时空相关性,有效降低了MAD预测复杂度和目标位率与实际位率的误匹配率.大量实验结果表明,与JM8.6中的码率控制算法相比,提出的算法大大降低了编码时间,能够实现位优化分配和输出码率的精确控制.