基于禁忌搜索的混合粒子群优化算法

针对粒子群优化算法(PSO)易于陷入局部最优解并存在早熟收敛的问题,利用禁忌搜索算法较强的"爬山"能力,搜索时能够跳出局部最优解,转向解空间的其他区域的特点,提出了一种新的基于禁忌搜索(TS)的混合粒子群优化算法(TS-PSO),并选用两个函数进行测试.结果表明,TS-PSO比其他改进粒子群算法更能提高收敛速度,获得全局最优解.

基于禁忌退火粒子群算法的火力分配

火力分配问题是典型的NP完全问题,传统的求解算法存在指数级的时间复杂度。给出具体实用的防空火力分配模型,提出一种基于禁忌搜索与退火粒子群优化的新算法,并针对多种空袭规模的实例进行计算机仿真。仿真结果表明,与禁忌搜索、标准粒子群优化、退火粒子群优化等智能算法相比,新算法在解决火力分配问题时具有更优良的收敛精度和时间性能。

主动配电网局部自治区域置信供蓄能力计算

主动配电网局部自治区域供蓄能力是局部自治区域向外部提供和吸收功率的最大限额。置信供蓄能力作为供蓄能力的随机变量,对于配电网的运行状态有重要影响。本文提出一种计算主动配电网局部自治区域置信供蓄能力的算法。首先通过两点估计法表示出置信供蓄能力的概率密度函数,然后对主动配电网进行规划,在一定置信水平下,利用禁忌搜索-粒子群优化(TS-PSO)算法求出储能系统的额定功率和容量,得到置信供蓄能力的区间。最后通过算例分析,证明了所提算法的有效性。

基于TDOA和TS-PSO的变压器特高频局部放电空间定位方法

局部放电(partialdischarge,PD)诊断与定位有助于在老化早期发现高压电力设备故障位置,对制定检修方案具有重要参考价值。目前常利用多个特高频(ultra high frequency,UHF)传感器组成传感器阵列,并定义三维坐标系对变压器进行局部放电空间定位。该文研究基于能量积累法捕捉信号起始脉冲和基于到达时间差(timedifferenceofarrival,TDOA)算法实现定位的原理,构建以局部放电位置点坐标为未知数的非线性规划问题,并利用禁忌搜索-粒子群优化(tabu search particle swarm optimization,TS-PSO)算法进行最优解求解。该算法可以避免非线性方程组求解时不收敛、解不唯一以及最小二乘法对初值要求高等问题,既保证了求解的速度,又能保证解的唯一性与准确性。实验室测试和现场测试验证了定位结果的有效性。

基于MEM和TS-PSO的输电线路单点电晕放电定位方法研究

随着输电线路电压等级的提高,其电晕放电造成的电磁环境问题尤为突出。为了获得输电线路电晕放电点的位置,本研究利用4个特高频传感器组成阵列,通过时差定位原理进行定位。研究了基于能量最小值法(Minimum Energy Method, MEM)对检测信号到达时刻的准确计算,构建了将定位方程组转换为求解放电坐标的非线性规划问题,提出了利用禁忌搜索—粒子群优化(Tabu Search Particle Swarm Optimization, TS-PSO)算法进行求解,解决了传统时差定位非线性方程组求解算法不收敛、不唯一和要求初值的问题。试验结果表明:本研究算法定位结果准确,算法求解速度提高45.7%,定位精度相比传统算法提高67%。