基于蚁群算法的配电网空间负荷预测方法研究

被引:17
作者
周湶 [1 ]
邓景云 [1 ]
任海军 [1 ]
张昀 [1 ]
李健 [2 ]
孙才新 [1 ]
机构
[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)
[2] 四川省电力公司眉山公司
关键词
空间负荷预测; 用地仿真法; 蚁群算法; 转换规则; 分类规则挖掘;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
在进行空间负荷预测的过程中,用地类型转换规则的获取对预测的结果产生着深远的影响。提出了一种改进的配电网空间负荷预测方法,采用用地仿真法模拟城市土地动态发展过程,预测规划区域各小区土地的未来使用类型。根据城市发展的实际情况,利用蚁群算法(AntColonyAlgorithm,ACA)的自适应性及其在分类规则挖掘方面的优势,自动获取小区用地类型的转换规则,克服了传统方法在规划年内一直采用静态的土地使用决策规则的缺陷。用实例说明了该方法的有效性。
引用
收藏
页码:99 / 104
页数:6
相关论文
共 12 条
[1]   基于空区推论的空间负荷预测分类分区实用法 [J].
乐欢 ;
王主丁 ;
肖栋柱 ;
叶晓龙 ;
赵俊光 .
电力系统自动化, 2009, 33 (07) :81-85
[2]   基于粗糙集和元胞自动机的配电网空间负荷预测 [J].
周湶 ;
李健 ;
孙才新 ;
周永勇 ;
伏进 ;
代姚 .
中国电机工程学报, 2008, (25) :68-73
[3]   基于元胞自动机理论的电力负荷空间分布预测 [J].
杨丽徙 ;
王金风 ;
陈根永 ;
王家耀 .
中国电机工程学报, 2007, (04) :15-20
[4]   基于云理论的配电网空间负荷预测方法研究 [J].
杨薛明 ;
苑津莎 ;
王剑锋 ;
高鑫 .
中国电机工程学报, 2006, (06) :30-36
[5]   基于粗糙集数据挖掘的配电网小区空间负荷预测方法研究 [J].
程其云 ;
张晓星 ;
周湶 ;
雷绍兰 ;
孙才新 .
电工技术学报, 2005, (05) :98-102
[6]   模糊粗糙集理论在空间电力负荷预测中的应用 [J].
雷绍兰 ;
孙才新 ;
周湶 ;
张晓星 .
电网技术, 2005, (09) :26-30
[7]   基于用地仿真法的配电系统空间负荷预测 [J].
伊桂玲 ;
张焰 .
电力自动化设备, 2004, (02) :20-23
[8]   空间电力负荷预测小区用地分析(一)——模糊推理新方法和小区用地分析原理 [J].
余贻鑫 ;
张崇见 ;
张弘鹏 .
电力系统自动化, 2001, (06) :23-26
[9]   遗传算法、模糊逻辑和运输模型在配电网空间负荷预测中的应用 [J].
王天华 ;
王平洋 ;
范明天 .
电网技术, 1999, (01) :24-28
[10]  
蚁群算法中基于信息增益的信息素值的分析与改进[D]. 辛雅斐.暨南大学. 2008