Сравнительный анализ эффективности генетического алгоритма оптимизации режима по реактивной мощности и напряжению
| Parent link: | Электроэнергетика глазами молодежи - 2019: материалы юбилейной X Международной научно-технической конференции, Иркутск, 16-20 сентября 2019 г./ Иркутский национальный исследовательский технический университет (ИРНИТУ).— , 2019 Т. 1.— 2019.— [С. 240-243] |
|---|---|
| Päätekijä: | |
| Yhteisötekijä: | |
| Muut tekijät: | |
| Yhteenveto: | Заглавие с экрана Состояние вопроса: Оптимизация режимов энергосистемы по напряжению и реактивной мощности является наиболее эффективным мероприятием по улучшению технико-экономических показателей работы электрической сети. Данная процедура, как правило, не требует дополнительных капитальных затрат и является одной из главных задач, решаемых в электроэнергетике, наряду с управлением и планированием режимов. Современные методики расчёта оптимизации режима сети имеют ряд недостатков. Для получения более корректных результатов используется генетический алгоритм (ГА). Главная особенность ГА - наличие операторов "скрещивания" и "мутации", которые и формируют новые наборы параметров, основываясь на лучших среди найденных ранее. Далее на основе этих наборов анализируется режим. Материалы и методы: В данной работе была исследована эффективность работы генетического алгоритма, написанного на VBScript для ПК RastrWin3. Результаты: Реализован ГА. Произведён сравнительный анализ нескольких алгоритмов оптимизации режима. Выводы: Реализованный алгоритм показал свою эффективность на данном этапе, но в дальнейшем требует улучшений. Background: Optimization of the power system modes for voltage and reactive power is the most effective action for improvement the technical and economic indicators of electrical network performance. Generally, this procedure does not require additional capital expenditures and it is one of the main tasks solved in the power industry along with management and forecasting regimes. Modern methods of estimating network mode optimization have several disadvantages. The genetic algorithm (GA) is used to obtain results that are more correct. The main feature of the GA is “crossing” and “mutation” operators, which form the new parameter sets based on the best among sets found earlier. Further, the mode is analyzed based on these sets. Materials and Methods: In this paper, efficiency of the genetic algorithm written in Visual Basic Script for RastrWin3 was investigated. Results: Genetic algorithm was implemented. Comparative analysis of several mode optimization algorithms was performed. Conclusions: The implemented algorithm thus far has shown its effectiveness, but it needs further improvements. |
| Julkaistu: |
2019
|
| Aiheet: | |
| Linkit: | https://www.elibrary.ru/item.asp?id=41254797 http://fondsmena.ru/media/EGM_publicationfiles_Article/том_1_1-2_секции.pdf#page=240 |
| Aineistotyyppi: | Elektroninen Kirjan osa |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=664021 |