期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于负荷预测和非支配排序遗传算法的人工相序优化方法
被引量：
27
1
作者
韩平平
潘薇
+3 位作者
张楠
吴红斌
仇茹嘉
张征凯
《电力系统自动化》
EI
CSCD
北大核心
2020年第20期71-78,共8页
在对0.4 kV配电台区进行节能降损时发现,调整负荷的接入相序能够有效降低台区的线路损耗和三相负荷不平衡度。文中提出基于负荷预测和非支配排序遗传算法(NSGA2)的人工相序优化方法。首先,利用配电台区出口电流曲线替代法建立用户负荷...
在对0.4 kV配电台区进行节能降损时发现,调整负荷的接入相序能够有效降低台区的线路损耗和三相负荷不平衡度。文中提出基于负荷预测和非支配排序遗传算法(NSGA2)的人工相序优化方法。首先,利用配电台区出口电流曲线替代法建立用户负荷模型。其次,基于历史数据使用Elman神经网络对调相日的台区内各用户日电量和出口三相电流进行预测。然后,基于预测数据综合考虑以线损最低和调相次数最少为目标函数,建立配电台区多目标相序优化数学模型,使用NSGA2对该模型进行求解,得到优化后各负荷接入相序。最后,通过对比安徽电网某配电台区调相前后的理论线损,验证本文所提方法的有效性。
展开更多
关键词
节能降损
负荷曲线建模
ELMAN神经网络
负荷
预测
非支配排序遗传算法(NSGA2)
相序优化
下载PDF
职称材料
题名
基于负荷预测和非支配排序遗传算法的人工相序优化方法
被引量：
27
1
作者
韩平平
潘薇
张楠
吴红斌
仇茹嘉
张征凯
机构
安徽省新能源利用与节能省级实验室(合肥工业大学)
国网安徽省电力有限公司电力科学研究院
国网安徽省电力有限公司
出处
《电力系统自动化》
EI
CSCD
北大核心
2020年第20期71-78,共8页
基金
国家自然科学基金区域创新发展联合基金资助项目(U19A20106)。
文摘
在对0.4 kV配电台区进行节能降损时发现,调整负荷的接入相序能够有效降低台区的线路损耗和三相负荷不平衡度。文中提出基于负荷预测和非支配排序遗传算法(NSGA2)的人工相序优化方法。首先,利用配电台区出口电流曲线替代法建立用户负荷模型。其次,基于历史数据使用Elman神经网络对调相日的台区内各用户日电量和出口三相电流进行预测。然后,基于预测数据综合考虑以线损最低和调相次数最少为目标函数,建立配电台区多目标相序优化数学模型,使用NSGA2对该模型进行求解,得到优化后各负荷接入相序。最后,通过对比安徽电网某配电台区调相前后的理论线损,验证本文所提方法的有效性。
关键词
节能降损
负荷曲线建模
ELMAN神经网络
负荷
预测
非支配排序遗传算法(NSGA2)
相序优化
Keywords
energy conservation and loss reduction
load curve modeling
Elman neural network
load forecasting
non-dominated sorting genetic algorithm(NSGA2)
phase sequence optimization
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TM714.3 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于负荷预测和非支配排序遗传算法的人工相序优化方法
韩平平
潘薇
张楠
吴红斌
仇茹嘉
张征凯
《电力系统自动化》
EI
CSCD
北大核心
2020
27
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
