基于遗传算法和多目标多项目决策技术的变电站优化选址  被引量:5

Substation Optimal Locating Based on Genetic Algorithm and Multi-objective Decision-Making Method

在线阅读下载全文

作  者:肖辉耀[1] 姚建刚[1] 青志文[2] 姚鹏[1] 

机构地区:[1]湖南大学电气与信息工程学院,湖南长沙410082 [2]湖南省电力公司,湖南长沙410002

出  处:《华中电力》2007年第4期13-17,共5页Central China Electric Power

摘  要:从理论和实际两个角度出发,提出变电站选址决策"优中选优"的思想,即:首先将影响选址决策的所有因素划分为两类,一类是可以数学建模的,利用遗传算法进行初步寻优,得到理论上的最优解和一批次优解作为候选站址;对另外一类不能建模的,采用多目标多项目决策技术,以系统的思想结合专家经验,对初步寻优得到的候选站址优化选择,实现整体上的最优。将算法优化和决策技术巧妙结合,建立了变电站选址优化、决策的程序流程。通过实际算例表明,该方法简单、实用、有效、可靠。From the academic and practical aspect, this paper proposes the idea of "select the best from the betters" in substation locating decision. First, all factors which may influence the final decision of substation locating can be classified into two groups, one could be mathematically modeled, getting the theoretic best site and several betters as the candidates for final decision through Genetic Algorithm pre-searching; another could be analyzed through multi- objective decision-making method. With the comprehensive eye and expertise, we can select the hohstic best from the candidates through computer programming. engineering apphcations.

关 键 词:变电站 选址 整体优化 遗传算法 多目标多项目决策技术 优中选优 

分 类 号:TM63[电气工程—电力系统及自动化] TM715

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象