改进的遗传算法辨识综合负荷模型 improved genetic algorithm and its application to composite load model.pdfVIP

下载本文档

0
0
约1.93万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

改进的遗传算法辨识综合负荷模型 improved genetic algorithm and its application to composite load model.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

改进的遗传算法辨识综合负荷模型 improved genetic algorithm and its application to composite load model

第23卷第3期电力系统及其自动化学报 V01．23No．3 2011年6月 oftheCSU—EPSA Jun． 2011 Proceedings 改进的遗传算法辨识综合负荷模型韩民晓1，马杰2，姚蜀军1，王坤2 (1．华北电力大学电气与电子工程学院，北京102206； 2．河南省电力公司郑州供电公司变电运行部，郑州450006) 摘要：以基于实测数据的电力系统综合负荷建模为目标，研究了遗传操作和控制参数选择对遗传算法性能的影响。针对基本遗传算法的不足，设计了比例选择策略和线性自适应变异策略，对遗传算法的选择算子和变异算子进行改进，使得遗传算法能够根据个体自身的适应度值进行选择和自适应地调整变异概率，实现方式简单有效。选用TVA综合负荷模型，使用改进的遗传算法进行负荷模型参数辨识，同时在不改变负荷模型结构的前提下，通过调整待辨识参数及其取值范围，考虑无功补偿的影响。利用现场实测数据进行建模，结果表明，改进后的遗传算法改善了优化过程，对加速收敛、缩短辨识时间均有显著作用，适用于负荷建模。关键词：电力系统；参数辨识；遗传算法；比例选择；线性自适应变异；综合负荷模型；无功补偿中图分类号：TM714文献标志码：A 文章编号：1003-8930(2011)03—0079-05 Genetic andIts ImprovedAlgorithmApplication to LoadModel Composite HAN Kun2 Min-xia01，MAJie2，YAoShu-junl，WANG ofElectricalandElectronic China (1．School Engineering，North ElectricPower 102206，China； University，Beijing 2．Substation of Power OperationDepartmentZhengzhouSupplyCompany， 450006，China) Zhengzhou Abstract：Theinfluenceof andselectionofcontrol onthe of geneticoperations parametersperformancegenetic in overcomethe ofbasic in load isstudied．To shortcomingsgenetic algorithmsapplicationmodeling algorithm and selectionandlinear mutation are toim— selectionmutation，pr