基于FGA-BP算法的配電網(wǎng)無功優(yōu)化研究.pdf

1、本文對(duì)配電網(wǎng)無功優(yōu)化控制問題進(jìn)行了廣泛深入的研究和探討.為了減小求解配電網(wǎng)無功優(yōu)化問題的計(jì)算時(shí)間,本文在前人研究結(jié)果的基礎(chǔ)上,將模糊遺傳算法和BP神經(jīng)網(wǎng)絡(luò)結(jié)合起來進(jìn)行配電網(wǎng)絡(luò)無功優(yōu)化計(jì)算.算法由兩部分組成:1)采用模糊遺傳算法進(jìn)行配電網(wǎng)無功優(yōu)化計(jì)算得到訓(xùn)練樣本和測(cè)試樣本;2)用訓(xùn)練樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),得到配電網(wǎng)無功優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型并保存,然后用測(cè)試樣本對(duì)BP網(wǎng)絡(luò)模型進(jìn)行測(cè)試.最后向訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型輸入新的負(fù)荷模式,在相當(dāng)短的

2、時(shí)間內(nèi)就可以得到無功優(yōu)化結(jié)果.由于模糊遺傳算法能有效地處理整數(shù)問題、優(yōu)化效果好、搜索速度快、是一個(gè)高效的優(yōu)化算法,所以我們用模糊遺傳算法進(jìn)行配電網(wǎng)無功優(yōu)化計(jì)算以得到訓(xùn)練樣本和測(cè)試樣本.將模糊控制理論應(yīng)用于遺傳算法中,根據(jù)種群進(jìn)化情況在線模糊調(diào)節(jié)交叉率p<,c>和變異率p<,m>.本文根據(jù)試驗(yàn)和前人的經(jīng)驗(yàn)建立了模糊控制規(guī)則表,并事先離線計(jì)算出了交叉率p<,c>和變異率p<,m>的模糊控制查詢表,使算法在解的精度和計(jì)算速度上得到進(jìn)一步提高.

3、針對(duì)配電網(wǎng)無功優(yōu)化控制的實(shí)際,本文研究了離散變量的處理問題.在遺傳操作中,提出了適應(yīng)于配電網(wǎng)無功優(yōu)化問題的交叉方式,使子代個(gè)體的產(chǎn)生更為合理.采用最大遺傳代數(shù)和群體平均相對(duì)適應(yīng)函數(shù)值與最大相對(duì)適應(yīng)函數(shù)值之比大于某一設(shè)定值做為算法停止準(zhǔn)則,避免了單因素控制準(zhǔn)則的缺陷.采用罰函數(shù)法處理約束越界問題,對(duì)罰因子的取值采用攝動(dòng)取值法以適應(yīng)遺傳算法不同進(jìn)化階段的要求.最后,本文將FGA-BP算法應(yīng)用于IEEE 69節(jié)點(diǎn)算例.針對(duì)IEEE 69節(jié)點(diǎn)算