基于高斯動態(tài)PSO算法的艦船電網(wǎng)故障重構(gòu)方法研究.pdf

1、隨著艦船電力系統(tǒng)規(guī)模的不斷擴(kuò)大，其地位在艦船上越來越舉足輕重，保證艦船電網(wǎng)安全穩(wěn)定地運行變得越來越重要。艦船需要一個強(qiáng)大的配電網(wǎng)絡(luò)管理系統(tǒng)來處理不同工況的不同需求以及一些突發(fā)事件引起的電網(wǎng)負(fù)載變化，而故障后的電網(wǎng)重構(gòu)問題是該系統(tǒng)的一個重要任務(wù)。根據(jù)艦船在不同運行工況下的不同要求來選擇重構(gòu)問題的優(yōu)化目標(biāo)和約束條件，本質(zhì)上可將其歸結(jié)為一個單/多目標(biāo)、含約束的離散變量優(yōu)化組合問題，因此可以借助優(yōu)化理論加以解決。粒子群算法是一種新興的智能優(yōu)化算

2、法，該方法以其概念簡單、實現(xiàn)容易的特點被廣泛應(yīng)用，迅速發(fā)展。本文針對艦船電網(wǎng)故障重構(gòu)問題，從種群拓?fù)浣嵌热胧?，采用改進(jìn)高斯動態(tài)粒子群算法進(jìn)行研究。主要研究內(nèi)容如下:
　　分析了艦船綜合電網(wǎng)的特點與主要運行工況。以某20節(jié)點實際艦船電網(wǎng)為參考建立仿真算例，對艦船電網(wǎng)的拓?fù)浣Y(jié)構(gòu)及連通性進(jìn)行了研究，在此基礎(chǔ)上，建立了艦船電網(wǎng)故障重構(gòu)優(yōu)化問題的數(shù)學(xué)模型，并給出了一般性的研究步驟。該內(nèi)容是后續(xù)研究工作的基礎(chǔ)與出發(fā)點。
　　提出了一種基

3、于靜態(tài)拓?fù)涓咚箘討B(tài)粒子群(Gaussian dynamic particle swarmoptimization，GDPSO)算法的艦船電網(wǎng)故障后重構(gòu)單目標(biāo)優(yōu)化方法。首先，結(jié)合圖論理論從不同方面分析了不同的靜態(tài)拓?fù)浣Y(jié)構(gòu)對高斯動態(tài)粒子群算法性能的影響，選用了幾組參數(shù)（平均度、度分布的標(biāo)準(zhǔn)偏差等等）對算法性能進(jìn)行評估，從不同方面進(jìn)行對比來考察拓?fù)浣Y(jié)構(gòu)對算法的全局和局部搜索能力、搜索成功率、適應(yīng)度值的數(shù)值穩(wěn)定性等各方面的影響;其次，在此研究基

4、礎(chǔ)上構(gòu)造一種rand-5的靜態(tài)拓?fù)浣Y(jié)構(gòu)作為GDPSO算法的種群拓?fù)浣Y(jié)構(gòu)，并將其應(yīng)用于艦船電網(wǎng)故障后以供電負(fù)荷最大為目標(biāo)函數(shù)的重構(gòu)問題中。采用多個典型測試函數(shù)與某艦船電網(wǎng)實例，并與幾種經(jīng)典的靜態(tài)拓?fù)浣Y(jié)構(gòu)進(jìn)行對比仿真測試，結(jié)果驗證了該方法的有效性。
　　提出了一種基于動態(tài)可變拓?fù)浣Y(jié)構(gòu)的GDPSO算法，用于不同工況下艦船電網(wǎng)故障重構(gòu)多目標(biāo)問題的求解。該算法以幾種具有不同搜索能力的靜態(tài)拓?fù)浣Y(jié)構(gòu)為基礎(chǔ)，通過對比當(dāng)前種群熵與適應(yīng)度值的情況來動

5、態(tài)調(diào)整種群進(jìn)化過程中的拓?fù)浣Y(jié)構(gòu)，以保持種群的多樣性。搜索過程前期采用環(huán)形拓?fù)浣Y(jié)構(gòu)來保證算法具有較強(qiáng)的全局搜索能力，中期構(gòu)造不同的平均度值為5的拓?fù)浣Y(jié)構(gòu)保持算法良好的搜索勢頭，后期采用全互連拓?fù)浣Y(jié)構(gòu)在局部進(jìn)行精細(xì)搜索。選取兩種不同工況下同一故障的仿真實例進(jìn)行故障后重構(gòu)仿真測試，以負(fù)荷供電量最大和開關(guān)操作次數(shù)最少為重構(gòu)目標(biāo)，并與其他不同算法進(jìn)行比較，證實了該方法能夠較好完成艦船電網(wǎng)故障重構(gòu)多目標(biāo)優(yōu)化問題的求解。
　　提出了一種基于改進(jìn)

6、無尺度網(wǎng)絡(luò)GDPSO算法的艦船電網(wǎng)多目標(biāo)故障重構(gòu)方法。該方法采用改進(jìn)的BA模型隨機(jī)地逐漸增加種群拓?fù)湟?guī)模，使種群具有無尺度特性。整個種群由rand-5拓?fù)浣Y(jié)構(gòu)與無尺度網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的兩個子種群組成。rand-5拓?fù)浣Y(jié)構(gòu)子種群有好的搜索準(zhǔn)確性，并能兼顧全局和局部搜索能力;而具有無尺度特性的種群能夠?qū)崟r增加種群的多樣性，提高種群跳出局部極值的能力。以擴(kuò)充為60節(jié)點的艦船電網(wǎng)模型為例進(jìn)行故障后重構(gòu)的仿真算例測試，以負(fù)荷供電量最大和開關(guān)操作次數(shù)最