[发明专利]一种网格编织优化方法及装置

权利要求书

1.一种网格编织优化方法，其特点在于，包括：

获取电力系统的机组调度参数；

将所述机组调度参数输入到预置的经济调度数学模型，以得到所述经济调度数学模型输出的机组负荷分配结果；

其中，所述经济调度数学模型为通过网格编织优化方法优化后的模型；

所述网格编织优化方法具体包括：

S1、确定待优化参数的上限和下限、所述待优化参数的数量、上下编制行为发生概率和左右编织行为发生概率；

S2、确定与所述待优化参数对应的种群规模为m，解空间为d维，通过初始化公式在目标函数的定义域范围内生成m个粒子，其中，解空间的上限和下限分别是field₁＝[a₁，a₂，a₃，…a_d]和field₂＝[A₁，A₂，A₃，…A_d]，所述初始化公式具体为：

x_ij＝a_j+rand(1)×(A_j-a_j)；

式中，j表示维数，j为大于0且小于d的整数，rand(1)表示[0，1]的随机数，x_ij表示粒子i的第j维的值；

S3、确定所述待优化参数为父代粒子，并计算以所述父代粒子的第一适应度值；

S4、通过第一预设公式在所述种群中任意两个相同维数的父代粒子进行上下网格编织，生成对应的子代粒子，所述第一预设公式为：

MS_hc(i，d)＝r₁×X(i，d)+(1-r₁)×X(j，d)；

MS_hc(j，d)＝r₂×X(j，d)+(1-r₂)×X(i，d)；

i，j∈N(1，M)；

d∈N(1，D)；

式中，r₁和r₂是[0，1]之间的随机数；M表示粒子规模；D表示变量维数；X(i，d)和X(j，d)表示父代粒子X(i)和X(j)的第d维；MS_hc(i，d)和MS_hc(j，d)分别表示X(i，d)和X(j，d)通过上下网格编织产生的第d维子代；

S5、计算各子代粒子的第二适应度值，并分别与对应的父代粒子的第一适应度值进行比较，若子代粒子优胜，则将所述子代粒子取代父代粒子，否则，剔除所述子代粒子；

S6、通过第二预设公式在所述种群中任意两个子代粒子的相邻维度进行交叉网格编织运算，所述第二预设公式为：

MS_vc(n，i)＝r×X(n，i)+(1-r)×X(m，i+1)；

i∈N(1，M-1)；

r∈[0，1]。

2.一种网格编织优化装置，其特点在于，包括：

参数获取模块，用于获取电力系统的机组调度参数；

机组负荷分配结果运算模块将所述机组调度参数输入到预置的经济调度数学模型，以得到所述经济调度数学模型输出的机组负荷分配结果；

其中，所述经济调度数学模型为通过网格编织优化装置优化后的模型；

所述网格编织优化装置具体包括：

第一确定模块，用于确定待优化参数的上限和下限、所述待优化参数的数量、上下编制行为发生概率和左右编织行为发生概率；

第二确定模块，用于确定与所述待优化参数对应的种群规模为m，解空间为d维，通过初始化公式在目标函数的定义域范围内生成m个粒子，其中，解空间的上限和下限分别是field₁＝[a₁，a₂，a₃，…a_d]和field₂＝[A₁，A₂，A₃，…A_d]，所述初始化公式具体为：

x_ij＝a_j+rand(1)×(A_j-a_j)；

式中，j表示维数，j为大于0且小于d的整数，rand(1)表示[0，1]的随机数，x_ij表示粒子i的第j维的值；

第三确定模块，用于确定所述待优化参数为父代粒子，并计算以所述父代粒子的第一适应度值；

第一编织模块，用于通过第一预设公式在所述种群中任意两个相同维数的父代粒子进行上下网格编织，生成对应的子代粒子，其中，所述第一预设公式为：

MS_hc(i，d)＝r₁×X(i，d)+(1-r₁)×X(j，d)；

MS_hc(j，d)＝r₂×X(j，d)+(1-r₂)×X(i，d)；

i，j∈N(1，M)；

d∈N(1，D)；

式中，r₁和r₂是[0，1]之间的随机数；M表示粒子规模；D表示变量维数；X(i，d)和X(j，d)表示父代粒子X(i)和X(j)的第d维；MS_hc(i，d)和MS_hc(j，d)分别表示X(i，d)和X(j，d)通过上下网格编织产生的第d维子代；

第一计算模块，用于计算各子代粒子的第二适应度值，并分别与对应的父代粒子的第一适应度值进行比较，若子代粒子优胜，则将所述子代粒子取代父代粒子，否则，剔除所述子代粒子；

第二编织模块，用于通过第二预设公式在所述种群中任意两个子代粒子的相邻维度进行交叉网格编织运算，所述第二预设公式为：

MS_vc(n，i)＝r×X(n，i)+(1-r)×X(m，i+1)；

i∈N(1，M-1)；

r∈[0，1]。