2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著國民經(jīng)濟的快速發(fā)展,各個行業(yè)對電能質(zhì)量的要求不斷提高。電力系統(tǒng)無功優(yōu)化是保證系統(tǒng)安全、經(jīng)濟運行的一項有效手段,是降低網(wǎng)損、提高電壓質(zhì)量的重要措施。因此,電力系統(tǒng)無功優(yōu)化問題的研究,既具有理論意義,又具有實際應(yīng)用價值。電力系統(tǒng)的無功優(yōu)化問題是一個多目標、多變量、多約束的混合非線性規(guī)劃問題,其操作變量既有連續(xù)變量又有離散變量,使得優(yōu)化過程十分復(fù)雜。本文介紹了電力系統(tǒng)無功優(yōu)化領(lǐng)域的研究現(xiàn)狀及其發(fā)展,概述了求解無功優(yōu)化問題的方法,這些方法可

2、以大致分成兩類:經(jīng)典方法和現(xiàn)代方法。經(jīng)典方法主要指確定性搜索方法,現(xiàn)代方法包括人工智能方法(尤其是遺傳算法)、禁忌搜索算法和模擬退火算法等。 本文深入地研究了無功優(yōu)化的特點,建立了以有功網(wǎng)損為目標函數(shù)的電力系統(tǒng)無功優(yōu)化數(shù)學(xué)模型,提出了一種應(yīng)用于電力系統(tǒng)無功優(yōu)化的新算法一量子遺傳算法。量子遺傳箅法是將量子計算與遺傳算法相結(jié)合的一種嶄新的優(yōu)化方法,用量子比特為基本信息位編碼染色體,用基于量子概率門的量子變異實現(xiàn)個體進化,具有種群規(guī)模

3、小、收斂速度較快,全局尋優(yōu)能力強的特點,有很大的牛命力和研究價值,能大大提高遺傳算法的效率,彌補遺傳算法的不足。將量子遺傳算法應(yīng)用于電力系統(tǒng)的無功優(yōu)化問題中,通過MATLAB編制程序?qū)EFE-14和TEEE-30標準系統(tǒng)的測試表明,本文所提出的基于量子遺傳算法的電力系統(tǒng)無功優(yōu)化方法是正確有效的,比傳統(tǒng)遺傳算法收斂速度快、全局尋優(yōu)能力強。同時;考慮到無功優(yōu)化運行問題中電壓穩(wěn)定性的影響,在傳統(tǒng)無功優(yōu)化模型中引入靜態(tài)電壓穩(wěn)定指標,建立了以網(wǎng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論