基于遗传算法的稀疏节点优化编号方法

被引:9
作者
罗军
于歆杰
机构
[1] 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)
[2] 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系) 北京市海淀区
关键词
遗传算法; 节点编号; 稀疏技术; 电力系统计算;
D O I
10.13335/j.1000-3673.pst.2006.22.009
中图分类号
TM744 [电力系统的计算];
学科分类号
080802 ;
摘要
稀疏技术在电力系统中的应用显著提高了电力系统矩阵运算的效率。节点优化编号问题是稀疏技术的关键内容之一,求其最优解比较困难。遗传算法具有寻优空间广,易达到或者接近全局最优解的特点。采用遗传算法进行节点优化编号,提出了适合节点优化编号的遗传编码和适应值函数。通过对IEEE4节点和IEEE30节点系统的计算和与Tinney-2算法的比较,表明基于遗传算法的节点优化编号方法能够找到更加优化的编号方式,从而提高了矩阵运算的效率。
引用
收藏
页码:54 / 58
页数:5
相关论文
共 10 条
[1]   基于二维链表的稀疏矩阵在潮流计算中的应用 [J].
朱凌志 ;
安宁 .
电网技术, 2005, (08) :51-55
[2]   基因块编码的并行遗传算法及其在TSP中的应用 [J].
赵宏立 ;
庞小红 ;
吴智铭 .
上海交通大学学报, 2004, (S1) :213-217
[3]   基于禁忌搜索算法求解全光网路由和波长分配问题 [J].
张奭 ;
秦浩 ;
刘增基 .
计算机学报, 2004, (03) :302-309
[4]   稀疏向量技术在静态安全分析中的应用 [J].
何洋 ;
洪潮 ;
陈昆薇 .
中国电机工程学报, 2003, (01) :42-45
[5]   利用遗传算法改进的路由和波长分配算法 [J].
叶亚斌 ;
张汉一 ;
秦涛 ;
霍晓莉 ;
郭奕理 .
清华大学学报(自然科学版), 2002, (07) :863-865
[6]   基于拓扑扩展和矩阵增广的复杂配电网络三相不对称系统快速潮流算法 [J].
廖怀庆 ;
单渊达 ;
吴杰 .
电网技术, 2001, (07) :36-40
[7]   一种求解电网多目标模糊优化运行的自适应进化规划算法 [J].
石立宝 ;
徐国禹 .
中国电机工程学报, 2001, (03) :54-58+62
[8]   进化算法在工程应用中的若干实用技术 [J].
曹一家 ;
程时杰 .
电力系统自动化, 2001, (01) :62-65
[9]   机组优化组合的遗传算法 [J].
蔡超豪 ;
蔡元宇 .
电网技术, 1997, (01) :44-47+51
[10]  
高等电力网络分析[M]. 清华大学出版社 , 张伯明, 1996