粒子群优化算法改进及其在智能电网经济优化调度应用

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:skdjflskdj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电力系统的安全稳定运行是社会有秩序发展的心脏和动力,促使我国经济稳步快速发展,为人类社会的发展起到了巨大的促进作用。因此,对电力系统领域的研究对社会和国家来说都有重要的价值和意义。本文主要对智能优化算法中粒子群优化算法进行研究,针对其易过早陷入局部最优值和对于某些多维问题难以搜索到最优解的缺陷进行改进,并应用于电力系统经济调度问题。首先,本文对基本粒子群优化算法做了深入的研究,从算法原理、认知分析、算法拓扑结构方面进行探究。介绍了带惯性权重粒子群优化算法和带收缩因子的粒子群优化算法。对标准粒子群优化算法参数的研究,从而了解不同参数的应用意义及在算法中的作用。其次,由于基本粒子群算法有易陷入局部极值的缺陷,针对该缺陷提出了一种改进的粒子群优化算法。将改进的粒子群优化算法用三个标准测试函数进行性能测试,并将结果与粒子群优化算法的测试结果进行对比,证明了改进粒子群算法在寻优能力和收敛性上有着较好的性能。在建立的电力系统经济调度模型上,将改进的粒子群算法和粒子群算法进行实验对比,表明改进的算法有着更低的经济花费。最后,针对多目标粒子群优化算法搜索效率低,非支配解难以逼近真实的Pareto前沿的缺点做出创新,提出一种多种群协同多目标粒子群优化算法。将多种群协同多目标粒子群优化算法在四个标准测试函数上进行仿真测试,其解能够均匀地分布在真实Pareto前沿,并且在和其他五种算法进行收敛度对比上有一定优势。建立了五机组发电的电力系统经济环境调度模型,分别应用多种群协同多目标粒子群优化算法和多目标粒子群优化算法求解该模型,最终的结果图表明多种群协同多目标粒子群优化算法得出的结果有着更低的经济成本,更少的污染排放。
其他文献
图像增强是计算机视觉及图像处理领域的一项重要研究内容。由于成像所处环境的不同,在夜间、背光、雾霾以及水下等条件下由图像采集设备采集到的图像通常为不同程度损坏的低质量图像。对低质量图像进行增强处理可以提升图像的整体色彩,凸显图像中物体的细节特征,以此提高图像质量,为后续高级视觉任务提供有效的数据质量保证。本文主要针对自然场景低照度图像及水下场景降质图像进行研究,根据这两类低质量图像的不同特征,开展的
学位
雷达信号识别技术在军用和民用领域应用广泛,尤其在军事场景中,在现代电子对抗中发挥着重要的作用,是非常具有挑战性的问题。在深度学习技术快速发展的同时,基于深度学习的雷达信号识别技术也取得了非常大的进展,相对于传统的识别方法,在整体性能上有很大的提升,但是在识别精度不断提升的同时,神经网络的深度不断加深,参数量也更加冗余,导致对硬件机器的算力要求日益增大,难以在边缘终端设备上应用,所以设计出高效精简的
学位
在量子力学基本原理保证下,量子密钥分发使合法用户Alice和Bob能够在Eve窃听情形下获取安全密钥,其安全性已得到严格证明,且目前已成为可实用的一种量子技术。光子是量子密钥分发过程中的一种常见的信息载体,其在分发过程中由于信道噪声会丢失从而导致量子密钥分发的安全密钥率存在着上界,该上界也被称为PLOB界。然而,双场量子密钥分发(Twin-Field Quantum Key Distributio
学位
自动调制识别是非合作通信系统中非常关键的一种技术,被广泛应用在军用和民用等诸多领域,具体是在部分或全部通信参数未知的情况下,对接收信号的调制类型进行分类识别,从而有助于后续信号解调等相关信号处理工作,最终提高通信系统的性能。随着日益复杂多变的通信场景,以往很多研究中假设的高斯分布加性噪声已经不再满足实际信道环境的准确描述。实际中,由于飞机、火车等现代交通工具的高速移动,在其中的用户进行通信时会导致
学位
随着物联网的普及和5G应用的发展,越来越多的图像数据被产生和收集。为了有效地对这些数据进行处理,研究者们对计算机视觉下的图像分类、目标检测、图像分割和目标跟踪等各个子领域都进行了深入研究与探索。多目标跟踪是从连续的图像帧中得出所有感兴趣目标的轨迹,其广泛应用在自动驾驶、人机交互和机器人视觉导航,近年来受到越来越多的关注。由于多目标跟踪目标数量的随机性、跟踪背景的复杂性、目标间的遮挡等多种因素的干扰
学位
注意力与学生的学习效率紧密相关。注意力是一种复杂的认知能力,仅仅通过神态、眼睛等外部特征难以判断认知功能是否发挥作用。脑电信号作为一种能够反应个体的思维状态的电信号,为注意力水平识别提供了一种新的可能。然而基于脑电信号的注意力水平识别仍有一些问题有待解决,如目前对注意力的研究多数停留在两级注意力上;传统的注意力识别仅通过单一特征刻画注意力水平,分类率并不理想。针对以上问题,在前人研究成果的基础上,
学位
近年来,随着无线通信、智能终端和人工智能技术的进步和推广,基于位置服务的需求快速增长。由于卫星导航系统无法在室内提供高精度的位置服务,因此室内定位技术具有重要的研究意义和应用价值。凭借便捷和易布署等特点,无线定位和视觉定位的新发现成为了室内定位技术的重点研究方向。一方面信道状态信息克服了仅用接收信号强度作为无线定位特征的诸多缺点,另一方面从建筑信息模型生成合成图像能极大地减少视觉定位中样本采集需要
学位
近年来,人工智能的热潮让机器学习再次回归,大量应用在光网络和光通信的各个方面,成为研究的热点。机器学习凭借能够解决耗时的复杂分类或回归问题的优势,被提出作为一个新的思路去评估光路的传输质量,以获得高精度的光路传输质量评估结果。目前,大量研究提出光路传输质量是否达到设定阈值的机器学习分类器,对构建光纤链路传输质量评估器具有启发作用。本文围绕改进机器学习在光纤链路传输质量的评估模型和评估方法,进行了深
学位
世界卫生组织统计并公布的数据显示每年新增约一千万神经系统疾病患者。贫困、营养和医疗资源的缺乏,导致部分发展中国家神经系统疾病正面临严峻的形势。目前常见的神经系统疾病主要有癫痫、阿尔兹海默症、中风、偏头痛、耳鸣、抑郁症和药物成瘾等。经颅电刺激已被证明是一种针对神经系统疾病非侵入式、安全的治疗手段,可以持续作用于一部分患者,改善各类神经系统疾病。部分研究者也进行了经颅电刺激对人类认知系统影响的研究。多
学位
2004年,科研人员成功制备出石墨烯,这激发了研究者对二维材料的研究热情。研究人员不断寻找结构独特且具有优异性质的新颖二维材料。其中,单层磷化硼(BP)是一种性能很好的二维材料,具有类石墨烯结构和较高的稳定性。BP的带隙值随着层数的增加而减小,其能带可以通过堆叠和施加外电场进行调控,单层BP是一种带隙值约为1 e V的半导体材料且具有直接带隙的性质。此外,它还具有极高的载流子迁移率。由于单层BP的
学位