-
公开(公告)号：CN113807022B
公开(公告)日：2023-09-01
申请号：CN202111154564.7
申请日：2021-09-29
Applicant: 重庆邮电大学
IPC: G06F30/27 , H02J3/48 , G06F111/06 , G06F113/04 , G06F119/02
Abstract: 本发明属于电力系统优化调度技术领域，涉及潮流计算、智能算法改进及神经网络应用等技术领域，具体涉及一种基于鸽群算法和BP费用预测网络的有功调度求解方法；所述方法中通过基于劣势解更新策略和非线性权重系数改进了基本鸽群算法求解电网多目标有功调度问题的性能，成功获得均匀分布的帕累托非劣解集，并求得最优折衷调度方案。本发明还构建了一个基于BP神经网络的燃料费用预测网络，将折衷调度方案输入到BP神经网络中，能够以较小的时间成本确定出多个高质量的电网多目标有功调度方案。本发明能有效降低电网运行的燃料费用、功率损耗和废气排放等目标，从而满足决策者的多样需求。
-
Patent Agency Ranking
公开(公告)号：CN109103901B
公开(公告)日：2021-11-12
申请号：CN201811229460.6
申请日：2018-10-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于DSICA算法的电力系统多目标无功优化方法。包括以下步骤：建立电力系统多目标无功优化数学模型，设置系统参数和算法参数；初始化算法中的国家个体，潮流计算得到目标函数值；复制国家个体到外部储存空间；算法迭代，利用所提出的殖民地国家个体位置更新方式和距离策略更新国家个体位置；对更新后的国家个体和上一代国家个体一起进行非劣排序和拥挤距离计算；判断是否满足迭代次数，若满足则进入下一步，若不满足则返回重复迭代；输出外部储存空间形成的帕累托最优解集，利用模糊群决策法找到最优折衷解并输出。本发明在处理电力系统多目标无功优化问题中搜索范围广，寻优能力强且求解质量高，证明了本发明的有效性和优越性。
-
公开(公告)号：CN108932566A
公开(公告)日：2018-12-04
申请号：CN201810794959.5
申请日：2018-07-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进蝙蝠算法求解电力系统多目标有功调度问题的方法，提出了一种处理多目标有功调度问题的蝙蝠算法并利用惯性权重系数和全局最优引导机制对其进行改进，改进后的算法可以有效地处理多目标问题，能够寻找到均匀分布的帕累托最优前端并利用模糊隶属关系搜寻最优折衷解。本发明公开的改进蝙蝠算法采用了拥挤距离和非劣排序来维持帕累托前端的均匀分布，并采用模糊机制确定最优折衷解。此改进算法在求解电力系统多目标有功调度的优化问题方面具有良好的优化效果：搜索效率高，帕累托前端解集分布均匀。
-
公开(公告)号：CN113807022A
公开(公告)日：2021-12-17
申请号：CN202111154564.7
申请日：2021-09-29
Applicant: 重庆邮电大学
IPC: G06F30/27 , H02J3/48 , G06F111/06 , G06F113/04 , G06F119/02
Abstract: 本发明属于电力系统优化调度技术领域，涉及潮流计算、智能算法改进及神经网络应用等技术领域，具体涉及一种基于鸽群算法和BP费用预测网络的有功调度求解方法；所述方法中通过基于劣势解更新策略和非线性权重系数改进了基本鸽群算法求解电网多目标有功调度问题的性能，成功获得均匀分布的帕累托非劣解集，并求得最优折衷调度方案。本发明还构建了一个基于BP神经网络的燃料费用预测网络，将折衷调度方案输入到BP神经网络中，能够以较小的时间成本确定出多个高质量的电网多目标有功调度方案。本发明能有效降低电网运行的燃料费用、功率损耗和废气排放等目标，从而满足决策者的多样需求。
-
公开(公告)号：CN109103901A
公开(公告)日：2018-12-28
申请号：CN201811229460.6
申请日：2018-10-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于DSICA算法的电力系统多目标无功优化方法。包括以下步骤：建立电力系统多目标无功优化数学模型，设置系统参数和算法参数；初始化算法中的国家个体，潮流计算得到目标函数值；复制国家个体到外部储存空间；算法迭代，利用所提出的殖民地国家个体位置更新方式和距离策略更新国家个体位置；对更新后的国家个体和上一代国家个体一起进行非劣排序和拥挤距离计算；判断是否满足迭代次数，若满足则进入下一步，若不满足则返回重复迭代；输出外部储存空间形成的帕累托最优解集，利用模糊群决策法找到最优折衷解并输出。本发明在处理电力系统多目标无功优化问题中搜索范围广，寻优能力强且求解质量高，证明了本发明的有效性和优越性。
-
公开(公告)号：CN115935168A
公开(公告)日：2023-04-07
申请号：CN202211624388.3
申请日：2022-12-15
Applicant: 重庆邮电大学
IPC: G06F18/213
Abstract: 本发明属于数据分析处理技术领域，具体涉及一种基于邻域粗糙集属性约简算法的数据检测方法，该方法包括：获取待检测样本，待检测样本包括决策属性集和邻域半径；对决策属性集中的属性进行筛选，得到候选属性子集；跟据邻域半径采用快速邻域搜索机制对候选属性子集中的数据进行处理，将处理后的数据进行存储，当候选属性子集中所有的数据处理完成，输出存储的数据；本发明提供的多属性下的快速邻域计算方法，可适用于任何多属性下的邻域计算，减小了邻域计算中的邻域搜索范围，提高了多属性下的邻域计算效率。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
