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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、華中科技大學(xué)碩士學(xué)位論文基于粒子群優(yōu)化算法的最優(yōu)潮流及其應(yīng)用研究姓名：郭遠(yuǎn)帆申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：水利水電工程指導(dǎo)教師：董朝霞20060510IIAbstractOptimalPowerFlow(OPF)canbedefinedasatypicalflexiblenonlinearprogrammingproblemwithmanytargets.Withtheextendingofelectricpowersystemscaleth
2、eincreasingofconstraintconditionstheOPFhasalreadybecomeacomplicatedlargescalemathematicsprogrammingproblem.InrecentyearsParticleSwarmOptimization(PSO)algithmbecauseoftheuniquetheeticalbasicvirtuehasprovidednewwaysmeansto
3、solvethelargescalenonlinearcomplicatedpowersystemproblem.AftercomparingdiscussingtheuptodateresearchesapplicationsoftheclassicalalgithmofOPFthemodernoptimizationotheralgithmsanewmethodhasproposedinthispaperwhichusesPSOte
4、chniquetosolveOPFproblem.ThemethodcanconvertOPFproblemintounconstrainedextremevalueproblemusingintellectualoptimizingacteristics.ThePSOalgithmisusedinthesearchingwhichhastheparallelprocessingacteristiciseasytorealizecane
5、nhancerobustnesseffectivelyimprovetheglobalconvergenceperfmancecalculationaccuracy.Thismethodusesthetargetfunctioninfmationtoguidethesearchofsolutionspaceovercomesthedifficultiesinapproximatetreatmentassumptionofclassica
6、loptimizationalgithm.Amathematicalmodelwhichadjustsnonstationarypenaltyfacttoassurancetheglobalsearchperfmanceenhancetherateofconvergenceaccdingtoconstraintconditionhasbeenestablishedinthispaper.ThePSOalgithmconsidersinc
7、pationofnonstationarypenaltyfunctioncansignificantlyhleequalityconstraininequalityconstrainofOPFproblemhenceitisappliedtoresearchreactivepoweroptimizationavailabletransfercapabilityproblems.TheproposedPSOmethodisdemonstr
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(qǐng)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(qǐng)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(huì)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(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群優(yōu)化算法的最優(yōu)潮流及其應(yīng)用研究.pdf
- 改進(jìn)粒子群優(yōu)化算法在最優(yōu)潮流計(jì)算中的應(yīng)用.pdf
- 基于改進(jìn)粒子群算法的最優(yōu)潮流計(jì)算.pdf
- 粒子群優(yōu)化算法及其工程應(yīng)用研究.pdf
- 粒子群優(yōu)化算法應(yīng)用研究.pdf
- 改進(jìn)粒子群優(yōu)化算法及其應(yīng)用研究.pdf
- 基于混合優(yōu)化策略的粒子群算法及其應(yīng)用研究.pdf
- 改進(jìn)的粒子群優(yōu)化算法及其應(yīng)用研究.pdf
- 粒子群優(yōu)化算法及其若干工程應(yīng)用研究.pdf
- 基于整數(shù)編碼的混沌粒子群優(yōu)化算法及其應(yīng)用研究.pdf
- 多目標(biāo)優(yōu)化的粒子群算法及其應(yīng)用研究.pdf
- 粒子群優(yōu)化算法的研究及其應(yīng)用.pdf
- 22831.新型粒子群優(yōu)化算法及其應(yīng)用研究
- 自適應(yīng)粒子群優(yōu)化算法及其應(yīng)用研究.pdf
- 混合粒子群協(xié)同優(yōu)化算法及其應(yīng)用研究.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用
- 基于粒子群算法的聚類算法及其應(yīng)用研究.pdf
- 粒子群算法及其在機(jī)艙布置優(yōu)化的應(yīng)用研究.pdf
- 粒子群優(yōu)化算法研究及其應(yīng)用.pdf
- 基于梯度搜索的粒子群優(yōu)化算法研究及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論