基于差分粒子群算法的变电站选址定容规划-电力工程技术.PDFVIP

基于差分粒子群算法的变电站选址定容规划-电力工程技术.PDF

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
查看更多
基于差分粒子群算法的变电站选址定容规划-电力工程技术.PDF

2018 5 Electric Power Engineering Technology 37   3 118 年月 第卷第期 基于差分粒子群算法的变电站选址定容规划 陈浩王健  ,   ( , 243011) 国网安徽省电力有限公司马鞍山供电公司安徽马鞍山   : particle swarm optimization PSO differential evolu 摘要 ( , ) , ( 针对标准粒子群算法 易陷入局部最优差分进化算法 tion DE differentialparticle swarmoptimization DEPSO , ) , ( , ) 后期收敛速度慢的缺点提出差分粒子群算法 将二者进行 , , 。 混合优化提高群体的收敛速度和全局寻优能力并应用于配电网变电站规划在变电站选址数学模型中结合 Voronoi , , , 。 图来确定变电站供电范围和规划容量继而校验变电站实际负载率简化计算过程提高搜索效率通过某 , 。 市城区远期规划实例验证得知该算法正确有效可以满足城区配电网的规划要求 关键词: ; ; ;Voronoi ; 粒子群算法差分进化算法差分粒子群算法 图变电站选址定容 : : : - - - TM744          A 2096 3203 2018 03 0118 05 中图分类号 文献标志码 文章编号 ( ) 。 DEPSO算法全 率和实际应用能力算例分析表明 0  引言 PSO DE 局搜索能力比 , , 算法高收敛速度比算法快 , , 、 。 近年来随着我国城市化进程的加快电力设 规划结果准确可靠 施建设规模不断扩大迫切需要进行电力设施布局, 1  变电站选址的数学模型 专项规划变电站的选址定容是其中的核心部分, , 。 变电站选址问题是一个多目标的非线性约束 关系到规划区域内未

文档评论(0)

sunguohong + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档