資源描述：
《基于混合編碼改進(jìn)遺傳算法的無(wú)功優(yōu)化-研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、3．1．4MutationOperation?????????????????????????．．303．1．5ConvergenceCriterion????????????????????????303．1．6SolvingStepsforSimpleGeneticAlgorithm????????????．．313．2TheCharacteristicsofGeneticAlgorithms?????????????????．323．3TheImprovementofGeneticAlgorithm?????????????．?????．323．4Imp
2、rovedGeneticAlgorithmApplinginPowerOptimizationofPowerSystemReactive?????????????????????????????????343．4．1HybridEncoding???????????????????????????343．4．2TheInitialPopulation????????????????????????．353．4．3FitnessFunction???????????????????????????．353．4．4SelectingOperation???????
3、??????????????????．．363．4．5InterlaceOperation??????????????????????????363．4．6MutationOperation?????????????????????????．．373．4．7TheSecondMutationOperation???????????????????383．4．8ConvergenceCriterion????????????????????????383．4．9CalculationStepsoftheImprovedGeneticAlgorithminPowe
4、rOptimizationofPowerSystemReactive????．?????????????．393．5Summary??????????????????????????????????．．41Chapter4ExamplesandResultsAnalysis?????????????????????．?424．1BriefIntroductionofMATLAB???????????????????????424．2AnalysisoflEEE14BusSystemSimulation????????????????424．2．1TheIntr
5、oductionofIEEE14BusSystem??????????????．424．2．2TheParameterSettingsofReactivePowerOptimizationandResultsAnalysis??????????????????????????????????．．444．3Summary??????????????????????????????????．．47Chapter5ConclusionandExpectation????????????????????????48References?????????????????
6、?????????????????????．．50Acknowledgement??????????????????????????????????．55山東大學(xué)碩士學(xué)位論文摘要進(jìn)入二十一世紀(jì)以來(lái)，我國(guó)的電力工業(yè)迅速發(fā)展，電力用戶對(duì)電能質(zhì)量的要求越來(lái)越高，如何保證現(xiàn)代電力系統(tǒng)的安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行成為當(dāng)代電力工作者面臨的一個(gè)重要問題。電力系統(tǒng)無(wú)功優(yōu)化能有效地降低電力系統(tǒng)的有功功率損耗、改善電網(wǎng)的電壓質(zhì)量，是保證電力系統(tǒng)安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行的重要手段。因此，對(duì)電力系統(tǒng)無(wú)功優(yōu)化問題的研究，具有重要的理論指導(dǎo)意義和較高的實(shí)際應(yīng)用價(jià)值。電力系統(tǒng)無(wú)功優(yōu)化是一個(gè)既含有連續(xù)
7、變量又含有離散變量的復(fù)雜的非線性規(guī)劃問題，其求解過程異常繁瑣。傳統(tǒng)的無(wú)功優(yōu)化算法依賴于精確的數(shù)學(xué)模型，～般要求目標(biāo)函數(shù)連續(xù)、可導(dǎo)，且不能精確的處理離散變量，致使在求解含有大量離散變量的電力系統(tǒng)無(wú)功優(yōu)化問題時(shí)產(chǎn)生較大誤差，影響了計(jì)算結(jié)果的準(zhǔn)確性。而人工智能優(yōu)化算法不需要精確的數(shù)學(xué)模型，就能夠很好地處理非線性及離散性問題，因此在優(yōu)化運(yùn)算中得到了廣泛的應(yīng)用。本文在綜合分析當(dāng)前各種傳統(tǒng)優(yōu)化算法和人工智能算法優(yōu)缺點(diǎn)的基礎(chǔ)上，結(jié)合電力系統(tǒng)的實(shí)際，選取遺傳算法作為求解電力系統(tǒng)無(wú)功優(yōu)化問題的方法。針對(duì)電力系統(tǒng)無(wú)功優(yōu)化的特點(diǎn)，本文選取電力系統(tǒng)有功網(wǎng)損最小為目標(biāo)函數(shù)，采用罰函數(shù)處
8、理電力系統(tǒng)狀態(tài)變量的約束條件，運(yùn)用計(jì)算
