一种基于DSICA算法的电力系统多目标无功优化方法

    公开(公告)号:CN109103901A

    公开(公告)日:2018-12-28

    申请号:CN201811229460.6

    申请日:2018-10-22

    Abstract: 本发明请求保护一种基于DSICA算法的电力系统多目标无功优化方法。包括以下步骤:建立电力系统多目标无功优化数学模型,设置系统参数和算法参数;初始化算法中的国家个体,潮流计算得到目标函数值;复制国家个体到外部储存空间;算法迭代,利用所提出的殖民地国家个体位置更新方式和距离策略更新国家个体位置;对更新后的国家个体和上一代国家个体一起进行非劣排序和拥挤距离计算;判断是否满足迭代次数,若满足则进入下一步,若不满足则返回重复迭代;输出外部储存空间形成的帕累托最优解集,利用模糊群决策法找到最优折衷解并输出。本发明在处理电力系统多目标无功优化问题中搜索范围广,寻优能力强且求解质量高,证明了本发明的有效性和优越性。

    一种多目标有功调度求解方法及系统

    公开(公告)号:CN107492892A

    公开(公告)日:2017-12-19

    申请号:CN201710774742.3

    申请日:2017-08-31

    Abstract: 本发明实施例提供了一种多目标有功调度求解方法及系统,提出了基于约束优先非劣排序的处理方式来处理多目标状态变量约束,减少了常规处理方式中的罚系数选择困难的问题。算法在多目标优化过程中,根据非劣排序确定的支配关系和拥挤距离计算可以同时得到多个非支配解,即是得到了帕累托最优解集。本发明提出基于约束优先的非劣排序实现多群组间的信息交互和资源共享,以获得更精确、更均匀的帕累托最优解集。并且采用模糊数学中的模糊隶属方法从帕累托最优解集中确定一个最好的折衷解作为多目标优化潮流问题的解决方案。

    一种基于多模态数据的风速预测方法和系统

    公开(公告)号:CN118013457A

    公开(公告)日:2024-05-10

    申请号:CN202410154819.7

    申请日:2024-02-04

    Abstract: 本发明涉及一种基于多模态数据的风速预测方法和系统,包括:获取历史风速序列和外部环境特征;利用SSA算法对历史风速序列进行去噪,得到第一中间风速序列;将第一中间风速序列进行小波变换,得到N个第二中间风速序列,构建第一风速矩阵,对第一风速矩阵归一化处理得到第二风速矩阵;根据滑动窗口和切片相结合的方式对第二风速矩阵进行划分,将划分得到的三个矩阵切片分别进行特征提取,将提取的三个特征分别输入GRU预测模型得到第一风速预测结果、第二风速预测结果和第三风速预测结果,并利用线性权重叠加模块进行叠加得到初始风速综合预测结果;利用训练好的误差修正模型对初始风速综合预测结果进行修正得到最终风速预测结果。

    一种基于DSICA算法的电力系统多目标无功优化方法

    公开(公告)号:CN109103901B

    公开(公告)日:2021-11-12

    申请号:CN201811229460.6

    申请日:2018-10-22

    Abstract: 本发明请求保护一种基于DSICA算法的电力系统多目标无功优化方法。包括以下步骤:建立电力系统多目标无功优化数学模型,设置系统参数和算法参数;初始化算法中的国家个体,潮流计算得到目标函数值;复制国家个体到外部储存空间;算法迭代,利用所提出的殖民地国家个体位置更新方式和距离策略更新国家个体位置;对更新后的国家个体和上一代国家个体一起进行非劣排序和拥挤距离计算;判断是否满足迭代次数,若满足则进入下一步,若不满足则返回重复迭代;输出外部储存空间形成的帕累托最优解集,利用模糊群决策法找到最优折衷解并输出。本发明在处理电力系统多目标无功优化问题中搜索范围广,寻优能力强且求解质量高,证明了本发明的有效性和优越性。

    一种多目标有功调度求解方法及系统

    公开(公告)号:CN107492892B

    公开(公告)日:2020-05-26

    申请号:CN201710774742.3

    申请日:2017-08-31

    Abstract: 本发明实施例提供了一种多目标有功调度求解方法及系统,提出了基于约束优先非劣排序的处理方式来处理多目标状态变量约束,减少了常规处理方式中的罚系数选择困难的问题。算法在多目标优化过程中,根据非劣排序确定的支配关系和拥挤距离计算可以同时得到多个非支配解,即是得到了帕累托最优解集。本发明提出基于约束优先的非劣排序实现多群组间的信息交互和资源共享,以获得更精确、更均匀的帕累托最优解集。并且采用模糊数学中的模糊隶属方法从帕累托最优解集中确定一个最好的折衷解作为多目标优化潮流问题的解决方案。

    基于改进蝙蝠算法求解电力系统多目标有功调度的方法

    公开(公告)号:CN108932566A

    公开(公告)日:2018-12-04

    申请号:CN201810794959.5

    申请日:2018-07-19

    Abstract: 本发明请求保护一种基于改进蝙蝠算法求解电力系统多目标有功调度问题的方法,提出了一种处理多目标有功调度问题的蝙蝠算法并利用惯性权重系数和全局最优引导机制对其进行改进,改进后的算法可以有效地处理多目标问题,能够寻找到均匀分布的帕累托最优前端并利用模糊隶属关系搜寻最优折衷解。本发明公开的改进蝙蝠算法采用了拥挤距离和非劣排序来维持帕累托前端的均匀分布,并采用模糊机制确定最优折衷解。此改进算法在求解电力系统多目标有功调度的优化问题方面具有良好的优化效果:搜索效率高,帕累托前端解集分布均匀。

Patent Agency Ranking