基于加速参数自调整粒子群算法的物流配送优化模型

提出一种加速参数随个体适应值调整的改进粒子群(PSO)算法用来解决物流配送模型优化的多峰早熟问题。首先,从算法行为分析和向量分析的角度,根据当前粒子适应值和种群最优适应值设计一种简单实用的加速参数自调整策略。其次,通过理论和数值分析进而得到算法的全局收敛条件,为算法的实际应用提供理论基础。最后,结合改进PSO算法对物流配送模型进行研究。实验表明,基于个体适应值的加速参数变化策略对于PSO算法的"深度开发"和"全局探索"两个重要进化过程具有很好的平衡作用。算法的改进方式简单,未增加算法的时间复杂性,可以有效地对物流配送模型进行优化。

应对线路差动主保护丢失的后备保护应急方案

超高压输电系统中,存在单间隔或多间隔线路差动主保护丢失后后备保护在线路区内故障时可能存在动作延时长、失配导致的误动或拒动风险。针对单间隔或多间隔线路保护装置闭锁、通信设备异常、通信通道故障导致的线路差动主保护丢失工况,分析了后备保护的适应性,提出了基于站域开关量信息采集来判断不同工况导致主保护丢失的识别逻辑。并制定了基于站域共享信息的后备保护主动和被动加速自调整应急优化方案,缩短后备保护的动作时间和自适应调整后备保护的动作范围,并通过仿真验证。仿真表明,优化后的应急后备保护实现线路差动主保护丢失后由距离保护和零序保护快速有序切除故障。