简介：在HITS算法的基础上应用蚁群算法的主要思想,对网页按关键字搜索后被点击的次数进行统计,结合相关内容提出了一种新的搜索算法—基于蚁群算法的改进HITS算法.实验表明,该算法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度的加权,使得其在查准率及解决HITS算法的主题漂移方面都优于传统HITS算法.

简介：动态防御策略是电力系统抑制频率下降、维持系统频率稳定的有效方法,蚁群算法所具有的分布式组织模型为解决复杂组合优化问题提供了很好的思路。分析了在同时考虑负荷重要性及区域负荷对频率的灵敏性等因素的情况下,以切负荷量最小及系统频率偏移最小为目标函数,建立频率动态防御策略优化模型,并运用蚁群算法求取最优故障频率防御策略。最后,以东北电网为例进行建模和仿真分析,验证了所提出的低频减载优化方法的有效性和正确性。

简介：摘要：在当前电力体制改革的背景下，各发电企业不断推进大数据、人工智能等技术与传统电力业务的深度融合，以进一步提升竞争力。本文针对电力系统燃煤机组经济负荷优化分配问题，引入樽海鞘群算法（Salp Swarm Algorithm ,SSA）。应用结果表明，樽海鞘群算法能有效进行负荷分配，并具有较高的实用性。

简介：针对遗传算法求解到一定范围容易产生大量冗余迭代、求解精度低,蚁群算法初期信息素匮乏、求解速度慢的缺陷,在电网规划算法中,将遗传算法与蚁群算法融合,在网架规划初期采用遗传算法求解出最优解,通过最优解生成蚁群算法的初期信息素,确定吸引强度的初始值,建立强度更新的模型,从而得到满足电网规划的最优方案。最后通过18节点的算例证明,融合算法在收敛性与寻优性上均得到提高。

简介：摘要根据某电网梯级水电站群生产实际情况，结合梯级水库群联合优化调度的理论，以发电量最大为目标函数建立梯级水电站群优化调度的数学模型，考虑了水量平衡、下泄流量约束、出力、水头以及防洪等约束条件，并运用改进POA算法对模型进行求解。结果表明发电量最大模型在实际应用中有一定的参考价值。

简介：摘要近年来，随着高性能永磁材料技术、电力电子技术、微电子技术的飞速发展以及矢量控制理论、自动控制理论研究的不断深入，永磁同步电机控制系统得到了迅速发展。由于其调速性能优越，克服了直流伺服电机机械式换向器和电刷带来的一系列限制，结构简单、运行可靠；而且具有重量轻、体积小、效率高、转动惯量小、过载能力强、功率因数高等优点，开始慢慢成为电梯行业的主流电机之一。电梯用永磁同步电机面临着频繁启停、加减速负载变化等复杂工况，系统的控制性能直接影响电梯的稳定性和舒适性。在此类工况下，传统的PID速度控制器不能实时调整整定参数，以适应系统快速性和稳定性的需求，导致整定的效果变差。本文分析了细菌群觅食优化算法及PID参数优化在电梯用永磁同步电机上的应用。

简介：摘要：随着经济和各行各业的快速发展，我国水资源总量在全球水资源中位居第一，并作为占比重最大的清洁能源被大力开发利用，但是水资源在时空上分布不均造成了水资源整体利用率较低的局面．充分利用水资源发挥其作为调峰电源的优势显得尤为重要．跨流域调水工程是把来水丰富且有富余的地方水资源引到水资源匮乏的地方利用，针对单一流域梯级水电站丰水期弃水，枯水期发电量低、调峰调频效益差等问题实现水资源在不同时空上的再配置，提高水资源的利用率，也带来能源互补上的发展效益．研究梯级水电站群补偿调度，对充分利用水资源和提高水电站群整体调节能力具有重要意义．

简介：摘 要：本文针对蚁群算法在构造解的过程中,收敛速度慢且容易陷入局部最优,提出了在蚁群搜索路径过程中,自适应调整α(信息素启发式因子),β(期望启发式因子)的值.通过建立α(信息素启发式因子),β(期望启发式因子)的互锁关系,使其达到一种平衡或近似平衡,从而扩大蚁群算法的搜索空间,使蚁群算法跳离局部最优

简介：摘要详细介绍了整数编码遗传算法的编码、选择、交叉、变异等操作。该编码不但可以降低算法的搜索空间，而且可以避免初始化及在遗传操作中生成的不可行解，同时也改进了遗传算法中惩罚函数对不等式约束条件的处理方法，加快收敛速度。将该算法用于IEEE30节点系统，结果表明，该方法降低了网络损耗，保证了电压合格率，实现了电力系统的无功优化，得到了满意的结果。

简介：摘要当前，遗传算法已经获得了广泛的应用，其作为一种优化成功的搜索算法，其在应用市场上十分畅销。但是，随着技术的发展，此种算法存在诸多的缺陷。例如，容易出现局部最优的问题，或者是收敛速度缓慢的问题等，尤其是在神经网络优化算法方面。文章是对遗传算法的改进进行了详细的研究，对改进遗传算法的神经网络优化算法展开了深度探究。此次探究的主要目的是为了通过对算法改进策略的研究，进而进一步对算法的可行性进行验证。

简介：摘要传统蚁群算法在配电网重构问题中常出现停滞现象，针对该问题，遂提出改进蚁群算法。本文将针对改进蚁群算法在配电网重构问题中的应用展开研究，提出一种方向性信息素更新的改进蚁群算法，并将其运用在电网重构问题中。强化蚁群算法，提升算法效率。

简介：摘要随着电网调控一体化的快速推进，主站SCADA/EMS系统接入了越来越多的厂站信息。在考虑电力通信网络出现链路失效的情况下，选择合适的主传输路径和备用传输路径是实现调度信息迅速、可靠地相互交互的关键。针对这问题，本文综合时延和可靠性的指标，建立了调度信息的传输路径选择数学模型，并利用竞争性蚁群算法进行模型求解，提出了主传输路径和备用传输路径的选择策略。MATLAB仿真结果表明，利用本文所建立的传输路径选择数学模型以及竞争性蚁群算法，能够可靠性地计算得到对时延性能与可靠性要求不同的主路由和备用路由策略。

简介：摘要本研究基于水库群聚合虚拟法、利用逐步优化算法,制定了聚合虚拟水库的联合供水调度方案,并采用分水比例法确定了各成员水库共同供水任务的分配比例。结果表明该方案可满足各类型的用水需求,利用该优化调度模型可制定科学合理的水库联合供水优化调度方案,将优化计算结果与实际调度结果进行对比分析，优化调度模型在提高补水量的发电效率、缓解电量损失方面具有优势，可为枯水期水量统一调度方案的制定提供借鉴。从而为该地区的水资源配置提供参考。

简介：摘要从物理或数学意义的角度讲,不同电压等级网络的综合规划对获得全局最优解，得到总体上最大的经济效益是必要的。然而，输配电系统的同时综合规划长期以来并不被人们所重视，在实践中，人们普遍采用将各电压等级系统分层规划的策略。造成这种状况的原因主要是①输配电系统的网络结构不同，进而导致优化算法不同；②各电压等级综合规划导致问题规模激增。另外，各级电网的分层管辖也是造成分层规划的一个实际原因。

简介：摘要基于长距离中压线路的线路距离长、负荷分布广、线路末端电压偏差大等特点，针对已有算法在解决长距离中压线路无功优化问题中的不足，提出了在保证末端电压质量的情况下，以线路有功功率损耗最小为目标函数的数学模型。通过给出计算过程中尺度变换系数和“二次搜索”调节系数与其他变量之间的函数关系，对变尺度混沌优化算法进一步改进，从而提高该算法在无功优化过程中的求解精度。将该算法应用于5节点系统中所涉及的中压线路进行仿真分析，进一步证明该算法的有效性。

简介：摘要：本文旨在探讨基于智能优化算法的电力调度策略，并分析其应用效果。本文介绍了电力调度的背景和重要性。本文详细介绍了智能优化算法的原理和种类，以及其在电力调度中的应用。接着，通过案例研究和数据分析，评估了智能优化算法在电力调度中的性能。最后，总结了研究的主要发现，提出了未来研究的展望。

简介：为提高基于随机森林算法重复拨打投诉预警模型的效果,文章从数据、指标、参数3个方面对模型进行优化。在数据处理方面,利用SMOTE算法平衡投诉与非投诉比例,一方面防止了模型出现过拟合;另一方面消除了非平衡数据对模型效果的影响。在特征选择方面,使用基尼系数进行特征选择,从而减少数据的噪声,提高模型预测的准确度。在参数调整方面,使用R语言软件对模型决策树数量参数和最大特征参数进行调整,模型最终的OOB误差率为5.03%,准确率和召回率均超过70%。目前投诉预警模型已经进行试点应用,实现了投诉业务的提前识别,通过采用相应服务策略,减少了服务升级事件,降低了客户投诉率,有效提升了客户感知。

简介：摘要短期电力负荷预测对于电力网络安全，平稳运行发挥着至关重要的作用。电力负荷在采集过程中容易受到噪声干扰，若对其直接进行预测，将会产生很大的误差。所以，在负荷预测之前，本文提出小波自适应算法对其降噪处理。为了避免LMS算法采取梯度下降思想陷入局部最小的特点，本文同样利用改进的人工蜂群算法对其优化。实验仿真证明，优化后的滤波器具有更好的收敛性和滤波效果。GABC优化后的小波自适应算法滤波效果更好，收敛速度更快，为后续预测算法分析提供了良好的数据来源。

简介：摘要电力市场下AGC机组的调配问题是辅助服务领域中的一个重要研究课题，合理的选择AGC机组对电网的经济运行很重要。本文提出了采用粒子群优化算法对电力市场AGC机组的调配问题进行探究，依据粒子群算法原理在MATLAB软件中编程对实际系统的AGC机组调配问题进行求解。研究结果表明，改进的PSO算法即可以克服整数规划法的缺点，也能避免了遗传算法复杂的参数设置，且能得到问题的最优解。改进粒子群算法是解决AGC机组调配问题的新方法。

简介：摘要本文研究由机械、电气及其控制等设备组成的风力发电单元、将太阳能转换为电能的光伏发电设备、燃料电池、以天然气、甲烷等燃料的超小型热力发电机和蓄电池储能装备组成的并网运行的微电网优化运行问题，本文考虑微电网中各单元的发电成本和环保成本，使微电网在一个调度周期内综合经济最低，建立微电网多目标优化运行模型，采用pareto支配方法与群智能算法结合的方式解决多目标优化问题，本文中采用的群智能算法是人工鱼群算法，求解模型得出微电网一个调度周期的最优各发电成本和运行总成本，并与基本的人工鱼群算法进行比较，仿真表明改进算法的收敛速度和收敛性都有所提高，并且在多目标的考虑上更贴合实际。