[发明专利]一种基于遗传算法的低损耗配电网络的优化重构方法在审
申请号: | 201510312826.6 | 申请日: | 2015-06-08 |
公开(公告)号: | CN104867062A | 公开(公告)日: | 2015-08-26 |
发明(设计)人: | 刘阳;徐晨莲;宋仲康;马子明 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | G06Q50/06 | 分类号: | G06Q50/06;G06N3/12 |
代理公司: | 武汉华旭知识产权事务所 42214 | 代理人: | 刘荣;周宗贵 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 遗传 算法 损耗 配电 网络 优化 方法 | ||
1.一种基于遗传算法的低损耗配电网络的优化重构方法,其特征在于,包括如下步骤:
(1)生成原始祖代染色体种群,染色体代表配电网络的连接方式,基因代表配电网络的各支路的状态,使用固定长度的二进制字符串对配电网络的连接方式进行编码,其中配电网络的各支路处于闭合状态时编码为0,处于断开状态时编码为1;
(2)采用牛顿-拉夫逊法计算原始祖代染色体种群中的染色体是否存在孤岛,去除存在孤岛的染色体得到祖代染色体种群,所述孤岛为配电网络中形成环网的连接方式;
(3)计算祖代染色体种群中各染色体的适应度,并将祖代染色体种群中的各染色体按适应度由大到小进行排序,所述适应度为配电网络连接方式的有功损耗,适应度越大代表有功损耗越小,有功损耗的计算函数如下:
其中PL为配电网络的有功损耗,P为配电网络的有功功率,Q为配电网络的无功功率,R为配电网络的线路电阻,U为配电网络的电压;
(4)进行收敛判断,祖代染色体种群的有功损耗的值满足设计要求则输出该祖代染色体种群,若不满足设计要求则将排序后的祖代染色体种群进行复制,复制概率为0~1,得到原始父代染色体种群;
(5)在原始父代染色体种群中插入交叉算子和变异算子,得到父代染色体种群;
(6)进行精英主义处理,保留父代染色体种群中有功损耗较小的10%~50%的部分并将祖代染色体种群中有功损耗最小的2~10个染色体投入其中,得到原始子代染色体种群;
(7)将原始子代染色体种群作为原始祖代染色体种群返回步骤2进行迭代,当迭代次数到达设定迭代次数时则终止迭代,输出迭代终止时得到的染色体种群;
(8)将步骤(4)输出的祖代染色体种群或步骤(7)输出的迭代终止时得到的染色体种群进行解码,得到有功损耗最小的配电网络连接方式。
2.根据权利要求1所述的基于遗传算法的低损耗配电网络的优化重构方法,其特征在于:步骤(4)中将排序后的祖代染色体种群等分为三部分,祖代染色体种群三部分的复制概率按有功损耗从小到大依次为3/4、1/2和1/4。
3.根据权利要求1所述的基于遗传算法的低损耗配电网络的优化重构方法,其特征在于:步骤(5)中插入交叉算子的具体内容为任意选择两个染色体,在两个染色体中分别任意选择基因值相同的两个基因并将两个基因进行交换,所述交叉概率为0.4~0.9。
4.根据权利要求3所述的基于遗传算法的低损耗配电网络的优化重构方法,其特征在于:所述交叉概率为0.6。
5.根据权利要求1所述的基于遗传算法的低损耗配电网络的优化重构方法,其特征在于:步骤(5)中插入变异算子的具体内容为将染色体的一个基因的基因值由0突变为1,同时另一个基因的基因值由1突变为0,所述变异概率为0.01~0.1。
6.根据权利要求5所述的基于遗传算法的低损耗配电网络的优化重构方法,其特征在于:所述变异概率为0.15。
7.根据权利要求1所述的基于遗传算法的低损耗配电网络的优化重构方法,其特征在于:步骤(6)中保留父代染色体种群中有功损耗较小的20%的部分并将祖代染色体种群中有功损耗最小的3个染色体投入其中,得到原始子代染色体种群。
8.根据权利要求1所述的基于遗传算法的低损耗配电网络的优化重构方法,其特征在于:有功损耗的设计要求为祖代染色体种群中有功损耗最小的染色体与有功损耗最大的染色体之间的有功损耗差值不大于0.0001KW。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510312826.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于遗传算法优化BP神经网络的学生综合素质测定方法
- 下一篇:展台和展台系统