基于鸽群算法和BP费用预测网络的有功调度求解方法

    公开(公告)号:CN113807022B

    公开(公告)日:2023-09-01

    申请号:CN202111154564.7

    申请日:2021-09-29

    Abstract: 本发明属于电力系统优化调度技术领域,涉及潮流计算、智能算法改进及神经网络应用等技术领域,具体涉及一种基于鸽群算法和BP费用预测网络的有功调度求解方法;所述方法中通过基于劣势解更新策略和非线性权重系数改进了基本鸽群算法求解电网多目标有功调度问题的性能,成功获得均匀分布的帕累托非劣解集,并求得最优折衷调度方案。本发明还构建了一个基于BP神经网络的燃料费用预测网络,将折衷调度方案输入到BP神经网络中,能够以较小的时间成本确定出多个高质量的电网多目标有功调度方案。本发明能有效降低电网运行的燃料费用、功率损耗和废气排放等目标,从而满足决策者的多样需求。

    一种基于邻域粗糙集属性约简算法的数据检测方法

    公开(公告)号:CN115935168A

    公开(公告)日:2023-04-07

    申请号:CN202211624388.3

    申请日:2022-12-15

    Abstract: 本发明属于数据分析处理技术领域,具体涉及一种基于邻域粗糙集属性约简算法的数据检测方法,该方法包括:获取待检测样本,待检测样本包括决策属性集和邻域半径;对决策属性集中的属性进行筛选,得到候选属性子集;跟据邻域半径采用快速邻域搜索机制对候选属性子集中的数据进行处理,将处理后的数据进行存储,当候选属性子集中所有的数据处理完成,输出存储的数据;本发明提供的多属性下的快速邻域计算方法,可适用于任何多属性下的邻域计算,减小了邻域计算中的邻域搜索范围,提高了多属性下的邻域计算效率。

    基于鸽群算法和BP费用预测网络的有功调度求解方法

    公开(公告)号:CN113807022A

    公开(公告)日:2021-12-17

    申请号:CN202111154564.7

    申请日:2021-09-29

    Abstract: 本发明属于电力系统优化调度技术领域,涉及潮流计算、智能算法改进及神经网络应用等技术领域,具体涉及一种基于鸽群算法和BP费用预测网络的有功调度求解方法;所述方法中通过基于劣势解更新策略和非线性权重系数改进了基本鸽群算法求解电网多目标有功调度问题的性能,成功获得均匀分布的帕累托非劣解集,并求得最优折衷调度方案。本发明还构建了一个基于BP神经网络的燃料费用预测网络,将折衷调度方案输入到BP神经网络中,能够以较小的时间成本确定出多个高质量的电网多目标有功调度方案。本发明能有效降低电网运行的燃料费用、功率损耗和废气排放等目标,从而满足决策者的多样需求。

Patent Agency Ranking