免费论文查重: 大雅 万方 维普 turnitin paperpass

研讨变电站混合智能算法在电网规划中运用

最后更新时间:2024-02-02 作者:用户投稿原创标记本站原创 点赞:11727 浏览:46554
论文导读:
摘要:以电力负荷预测为基础的变电站选址是电网规划的重要组成部分。其位置是否合理直接影响到网架结构,联系到电网的可靠性和运转的经济性。本论文主要探讨智能算法在电网规划中的运用。以智能算法为基础,主要探讨城市电网规划案例,包括城市电网的负荷预测、变电站选址的规划。负荷预测,主要介绍了灰色预测论述、多元线性回归、及小波神经网络模型预测技术,用这三种策略进行了算例浅析,并用仿真软件进行了建模仿真。在变电站选址部分,本论文对已有的算法进行了优化改善。首先阐述变电站选址的重要量;接着介绍免疫粒子群优化算法论述;然后综合考虑影响变电站选址的实际因素拟定具体的规划案例,建立变电站选址的数学模型,并对标准粒子群优化算法进行改善,提出免疫粒子群优化算法,用该算法对简化的变电站选址模型进行优化,并用MATLAB中GUI实现算能,最后采取实例详细介绍了该算法的运用。算例结果表明,该法更具科学性和工程实用价值。关键词:负荷预测论文变电站论文选址论文粒子群优化论文免疫算法论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
ABSTRACT6-10
第1章 绪论10-16

1.1 电网规划中电力负荷预测不足10-11

1.1 负荷预测不足10

1.2 电力负荷预测的特点10-11

1.3 电力负荷预测的策略步骤11

1.2 电网规划中的变电站选址不足11-13

1.2.1 最优站址不足11-12

1.2.2 变电站优化选址的作用12-13

1.3 智能算法在电网规划中运用的探讨近况13-15

1.4 本论文的主要探讨内容15-16

第2章 电力负荷预测16-30

2.1 灰色预测的论述和模型16-20

2.

1.1 灰色预测的基本论述16

2.

1.2 灰色建模历程16-17

2.

1.3 灰色模型的求解历程17-20

2.2 遗传神经网络论述和模型20-29

2.1 神经网络的基本论述20-23

2.2 BP神经网络的基本结构和算法23-25

2.3 遗传神经网络基本结构和算法25-27

2.4 遗传神经网络模型的求解历程27-29

2.3 本章小结29-30

第3章 免疫粒子群算法探讨30-43

3.1 粒子群算法30-32

3.

1.1 粒子群算法的基本原理30-31

3.

1.2 基本粒子群算法的步骤和流程31-32

3.2 免疫算法32-38
3.

2.1 免疫系统介绍32-34

3.

2.2 免疫算法的提出34

3.

2.3 免疫算法的原理34-36

3.

2.4 免疫算法的基本步骤36-38

3.3 免疫粒子群算法38-42

3.1 免疫粒子群算法概述38-39

3.2 免疫粒子群算法的实现39-42

3.4 本章小结42-43

第4章 变电站选址的数学模型及算法实现43-55

4.1 变电站选址概述43-44

4.2 影响变电站实际选址的因素44-45

4.3 变电站数量及供电范围的确定45-47

4.

3.1 变电容载比45

4.

3.2 变电站数量的确定45-46

4.

3.3 变电站供电范围的确定和优化46-47

4.4 变电站站址优化的数学模型和算法实现47-54

4.1 变电站选址的数学模型47-49

4.2 基于免疫粒子群算法的变电站选址策略49-54

4.5 本章小结54-55

第5章 变电站选址实例运用55-65

5.1 变电站设计的流程55-57

5.2 算法的GUI界面57-58

5.3 规划区域的概况58

5.4 变电站近况及有着不足58-59

5.

4.1 近况58-59

5.

4.2 有着的不足59

5.5 电力负荷预测及电力平衡59-61

5.1 负荷预测的结果59-60

5.2 电力平衡60-61

5.6 新增变电站选址优化61-64

5.7 本章小结64-65

第6章 结论与展望65-66
参考文献66-71
攻读学位期间发表的学术论文目录71-72
致谢72