1、电力系统及其自动化专业毕业论文 精品论文 基于改进离散粒子群算法的配电网电容器优化配置研究关键词：电容器 优化配置 配电网 离散粒子群算法 网损微增率 有功功率损耗摘要：对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个
2、离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行
3、了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。正文内容对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收
4、敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果
5、是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗
6、体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格
7、率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑
8、制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具
9、体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网
10、损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制
11、而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时
12、针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电
13、压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子
14、群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数
15、学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计
16、算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其
17、易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是
18、可行的，效果是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫
19、系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。对配电网进行电容器优化配置可以有效地降低网络的有功损耗，提高系
20、统的电压合格率，降低网络运行费用，提高供电质量。传统的依照经验配置电容器的方法日益显其局限性，具体表现在电容器配置得不足或过剩，更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入。 本文在分析了配电网电容器优化配置问题的研究现状基础上，建立了在潮流、电压和电容器容量限制条件下，使系统有功功率损耗费用及电容器购买、安装和维护费用最小的数学模型。考虑到它是个离散的组合优化问题，引入了适用于离散变量的离散粒子群算法。针对其易陷入早熟收敛及发生群聚的缺点，引入模拟退火算法，加强算法的局部搜索能力；并采用免疫系统的基于抗体浓度的多样性保持策略，以信息熵计算抗体亲和性，既可保留具有优秀适应值的
21、抗体，又可抑制浓度过高的抗体。算法还采用基于适应值的动态阈值来控制实施局部搜索的粒子数目，并将网损微增率运用到模拟退火步骤的新解产生中，极大提高了优化的目的性，缩短了优化时间；同时针对重负荷阶段，电压经常越限，而一味加大罚因子效果并不理想的情况，采用了适合离散粒子群算法优化机理的约束处理方法。 论文结合 IEEE33 节点的配电网，编写了实用的计算程序，并对算例进行了分析，证实了本文提出的改进离散粒子群算法对电容器优化配置问题是可行的，效果是明显的。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显
22、示，可以联系我 q q 1627550258 ，提供原格式文档。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌?U 閩 AZ箾 FTP 鈦X 飼?狛P? 燚?琯嫼 b?袍*甒?颙嫯?4)=r 宵?i?j 彺帖 B3 锝檡骹笪 yLrQ#?0 鯖 l 壛枒l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛渓?擗#?“?# 綫 G 刿#K 芿$?7. 耟?Wa 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 皗 E|?pDb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$F?責鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍
