FNO-PSO算法及其在水火電站優(yōu)化調(diào)度中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩47頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展,對(duì)電力需求量的日益增加,在消耗能源的同時(shí)也考慮到環(huán)境保護(hù)的重要性。減少煤炭的使用量,充分利用水力資源是調(diào)整能源結(jié)構(gòu)和實(shí)施可持續(xù)發(fā)展戰(zhàn)略的必然選擇。水火電站的發(fā)展完全符合國(guó)家的戰(zhàn)略要求,因此,近年來(lái)關(guān)于梯級(jí)水電站和火電站的相關(guān)問(wèn)題得到了廣泛的關(guān)注。本論文以梯級(jí)水電站和火電站優(yōu)化調(diào)度研究為核心,并提出一種FNO-PSO算法解決該優(yōu)化問(wèn)題,從而說(shuō)明FNO-PSO算法的可行性及有效性。主要?jiǎng)?chuàng)新成果及研究工作如下:

2、  (1)本論文針對(duì)粒子群算法(Particle Swarm Optimization,即PSO)存在早熟和局部收斂問(wèn)題,將結(jié)合分?jǐn)?shù)階神經(jīng)優(yōu)化算法(Fractional-Neuro-Optimizer,即FNO)提出一種新算法,即FNO-PSO算法。該算法通過(guò)改進(jìn)PSO算法中的慣性權(quán)重更新規(guī)則,以保證群體中的各個(gè)粒子能夠在搜索空間中的運(yùn)動(dòng)多樣性,避免PSO算法在運(yùn)算后期會(huì)因種群過(guò)于密集而陷入局部最優(yōu)的缺點(diǎn)。
 ?。?)為了證明FN

3、O-PSO算法的有效性,將該算法運(yùn)用到幾個(gè)測(cè)試系統(tǒng)中,并與PSO算法進(jìn)行對(duì)比,通過(guò)仿真結(jié)果來(lái)說(shuō)明FNO-PSO算法的可行性及有效性。
 ?。?)本論文針對(duì)梯級(jí)水電站和火電站,并結(jié)合各自的運(yùn)行特點(diǎn),在考慮水火電綜合效益的基礎(chǔ)上,列出主要的限制約束:系統(tǒng)負(fù)載平衡方程,火電站出力限制,梯級(jí)水電站出力限制,排水量和存儲(chǔ)體積限制,最初和最終存儲(chǔ)體積限制,水流動(dòng)態(tài)平衡方程,并建立一個(gè)使火電站發(fā)電成本最低的目標(biāo)函數(shù)。
  (4)將FNO-

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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

評(píng)論

0/150

提交評(píng)論