导读:本文包含了负荷智能分配论文开题报告文献综述及选题提纲参考文献，主要关键词:智能算法,差分进化算法,经济负荷
负荷智能分配论文文献综述
鲁楚翘,吴勇[1]（2019）在《电力系统经济负荷分配问题的智能算法优化研究》一文中研究指出针对电力系统经济负荷分配问题具有多维、非线性、不可导和多约束等特点,采用智能算法进行求解和优化。差分进化算法具有结构简单、操作容易、收敛速度快等特点。鉴于此,分析差分进化算法的原理,利用差分进化算法求解电力系统经济负荷分配问题,得到每个机组的功率输出和最优解,并得到收敛曲线。计算结果显示,差分进化算法求解电力系统经济负荷分配优化问题具有较高的求解精度和收敛速度。(本文来源于《通信电源技术》期刊2019年01期）
宋景明,乔福蕊[2]（2017）在《配网负荷智能平衡分配方法研究》一文中研究指出当配网运行中产生不平衡负荷时,会因为较大零序电流流过中性线,而使最先接近过载的为其中某相,对配电变压器的供电容量产生了阻碍,浪费了硬件资源。同时,小电流接地系统是目前最常见的,高压侧中性点会因为低压侧的不平衡产生偏移,最终对电力的稳定运行造成影响。本文以配网负荷智能不平衡的基础上进行分析,并阐述了负荷智能平衡分配的一种方法。(本文来源于《通讯世界》期刊2017年01期）
王镔江,焦进垒,郭建民,宋长忠[3]（2016）在《基于智能算法的电厂机组负荷分配问题研究》一文中研究指出通过对火力发电厂DCS数据采集系统中不同时刻、不同机组输出功率所对应的煤耗数据和NO、SO_2的排放数据进行分析,通过二次拟合的方法分别得到以功率P为自变量,以煤耗量和污染物排放为因变量的2个单目标函数。利用目标函数对电厂经济性能的权重影响不同的原理得到权重系数,进而求得综合加权模型。分别用模拟退火算法(SA)、基因遗传算法(GA)、遗传模拟退火算法(GA-SA)对于模型进行求解,并分别通过鲁棒性能、寻优效率、优化效果3个方面对3种算法进行评价。分析得出,在解决机组负荷优化分配问题时,使用动态加权方法简化模型,选用GA-SA算法求解模型能够获得理想的负荷分配。(本文来源于《节能》期刊2016年07期）
蒋澄灿,芮延年,廖黎莉,管淼,沈铭[4]（2016）在《基于智能算法的铅带轧制过程负荷分配系数优化》一文中研究指出针对铅带连轧过程负荷分配优化问题,以均衡分配为目标,通过对遗传算法和变尺度(BFGS)混合优化算法的研究,提出了基于变尺度混合遗传算法(MSHGA)的铅带轧制过程负荷分配系数优化计算方法。通过仿真实验对算法的可行性进行了验证。结果表明,在保证铅带轧制板形、厚度、精度和性能指标参数不变的情况下,优化后的总轧制力较经验负荷算法的相应结果减小了10.7%。该技术方法的研究为铅带轧制节约电能提供了参考。(本文来源于《中国机械工程》期刊2016年12期）
肖异瑶[5]（2016）在《电力负荷智能平衡分配》一文中研究指出对负荷不平衡情况下的损耗进行分析,在此基础上提出了一种负荷智能平衡分配方法,该方法的思路是:配变部署主机负责负荷平衡决策,负荷处部署从机负责执行负荷切换,片区部署终端实现管理功能。对主从机进行了试制和现场测试,理论及测试结果证明此方法是可行的,能够实现负荷的实时平衡分配调整,最大限度降低不平衡度,有进一步工程化开发应用的价值。(本文来源于《农村电气化》期刊2016年05期）
李岸[6]（2016）在《火力发电机组负荷经济分配的智能优化算法研究》一文中研究指出全球面对经济发展和环境恶化的双重压力下,亟需提高能源的高效利用和节能减排,针对全球发电市场能源调查分布,火力发电机组占据80%份额,作为全球主力发电机组,如何实现燃煤机组的高效利用满足市场的供电需求,成为电力系统调度研究的首要问题,同时,发电企业必须最大限度的降低生产成本,以求在激烈的竞争中获得生存和发展。负荷经济分配是电厂经济、安全运行的一项很重要的工作,其目的是在给定某运行时段的开停机计划后,在组合机组满足电力系统运行约束条件的基础上,合理分配各机组负荷使得发电成本、污染排放等目标尽可能小。首先分析了机组的煤耗特性。在特性曲线的拟合上,提出了一种统计方法,综合考虑历史数据和当前数据对煤耗特性的影响,使曲线更真实的反映机组的实际状况。在此基础上,建立了负荷经济分配数学模型。然后运用遗传算法解决负荷经济问题。针对该问题,提出了改进的遗传算法,分别从遗传参数及遗传算子的角度对常规遗传算法进行了改进。最后,通过仿真实验,验证了改进之后的遗传算法的搜索效率和全局搜索能力。针对目前国内普遍投建的大容量火电机组,以最大限度的降低电厂的供电成本为目标,研究了厂级负荷经济分配。通过最后的仿真分析验证了改进遗传算法的效率,其应用对实现电厂机组优化组合具有重要作用。(本文来源于《长沙理工大学》期刊2016-04-01）
胡滨,王旭阳,侯佳[7]（2016）在《智能变电站负荷自动分配技术》一文中研究指出研究智能变电站负荷自动分配技术的主要措施、提出发展方案,对支撑智能电网发展具有重要意义。基于配电网无功优化和网络重构,建立了智能变电站负荷自动分配数学模型,选取基于导向搜索法的无功优化算法和基于虚拟流法的网络重构算法,实现了以有功网损最小为目标的负荷自动分配。充分考虑分布式电源接入后配电网结构和运行方式发生的变化,基于出力特性,采用场景分析法建立模型,优化智能变电站负荷自动分配算法,实现了根据分布式电源出力调整负荷分配量的智能变电站负荷分配系统方案。验证表明,该方案能够保证无功补偿装置正确投入退出、分段开关和联络开关正确开合,线路有功损耗下降,有效提高了电网分析和控制功能的速度和可靠性。(本文来源于《中国电力》期刊2016年03期）
周广闯[8]（2015）在《基于混合智能算法的电力系统经济负荷分配》一文中研究指出电力系统经济负荷分配(Economic Load Dispatch, ELD)是电力系统中一种非常重要的优化问题,在满足系统功率平衡的条件下,合理的分配各机组出力可以节省能源消耗,提高经济效益。随着我国工业和经济的快速发展,能源短缺及环境问题日益严峻,改善能源结构、发展可再生能源已迫在眉睫。风能作为一种清洁的可再生能源已经得到了大力开发和利用,但风电具有随机波动性,风电并网对电网的稳定运行带来挑战的同时也增加了经济负荷分配的难度。因此,在原有经济负荷分配问题的基础上研究含风电的电力系统经济负荷分配问题,具有非常重要的意义。首先,本文介绍了风速的分布特性,研究了风电输出功率与风速的函数关系,探讨了风电并网对电力系统和经济负荷分配问题的影响；分析了各储能技术特点、优缺点及在电力系统中的应用,探讨了储能系统容量配置方法。其次,本文对粒子群算法(PSO)和单纯形算法(NM)进行了详细的研究,考虑粒子群算法强大的全局搜索能力和单纯形算法强大的局部搜索能力,提出了一种将两种算法相结合的混合智能算法(NMPSO)。通过典型测试函数进行测试,测试结果验证了混合算法较单一算法在收敛速度和最优解质量上的优越性。再次,分别建立了电力系统静态经济负荷分配数学模型和动态经济负荷分配数学模型。静态经济负荷分配模型中分析了汽轮机阀点效应对机组耗量特性的影响及网损的求解方法；动态经济负荷分配模型中考虑各时段的时间耦合性,分析了机组的爬坡约束。采用粒子群算法和混合智能算法对不同的算例进行求解,通过对比算例求解结果,验证了混合智能算法在求解静态经济负荷分配问题和动态经济负荷分配问题时,在收敛速度和最优解质量上均具有明显优势。最后,本文建立了含风电的电力系统经济负荷分配问题的数学模型,在此模型基础上对系统旋转备用约束进行改进,得到了加入储能系统后的数学模型。同时,针对不考虑环境污染成本的单目标ELD和考虑环境污染成本的多目标ELD两种情况,采用混合智能算法进行求解,优化结果表明了该模型的可行性。(本文来源于《广东工业大学》期刊2015-05-01）
周广闯,陈璟华,郭壮志,潘帅,刘春香[9]（2014）在《基于混合智能算法的电力系统经济负荷分配》一文中研究指出为解决复杂、不连续、不可导、非线性的电力系统经济负荷分配(economic load dispatch,ELD)问题,提出粒子群算法(particle swarm optimization,PSO)结合单纯形算法(simplex method,NM)的混合智能算法(simplex method-particle swarm optimization,NMPSO)。利用NMPSO解决ELD问题时,综合考虑了发电机组的阀点效应和系统网损,使ELD更接近实际情况,充分利用PSO随机性的全局寻优能力和NM快速确定性的局部寻优能力,弥补了PSO和NM分别单独应用时的不足。仿真结果表明,NMPSO应用于ELD问题,具有较好的优化效果。(本文来源于《广东电力》期刊2014年10期）
石建龙,李永国,杨怀建,张耀[10]（2014）在《电动钻机动力系统的负荷智能分配研究》一文中研究指出根据钻井实际工况对负荷的要求,通过对负荷智能分配系统自动实现加减机组、功率限制、节能运行等功能的研究,给出了系统需要的硬件配置、软件要求以及使用条件,对配套工程具有一定的参考意义。(本文来源于《电气传动自动化》期刊2014年03期）
负荷智能分配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当配网运行中产生不平衡负荷时,会因为较大零序电流流过中性线,而使最先接近过载的为其中某相,对配电变压器的供电容量产生了阻碍,浪费了硬件资源。同时,小电流接地系统是目前最常见的,高压侧中性点会因为低压侧的不平衡产生偏移,最终对电力的稳定运行造成影响。本文以配网负荷智能不平衡的基础上进行分析,并阐述了负荷智能平衡分配的一种方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
负荷智能分配论文参考文献
[1].鲁楚翘,吴勇.电力系统经济负荷分配问题的智能算法优化研究[J].通信电源技术.2019
[2].宋景明,乔福蕊.配网负荷智能平衡分配方法研究[J].通讯世界.2017
[3].王镔江,焦进垒,郭建民,宋长忠.基于智能算法的电厂机组负荷分配问题研究[J].节能.2016
[4].蒋澄灿,芮延年,廖黎莉,管淼,沈铭.基于智能算法的铅带轧制过程负荷分配系数优化[J].中国机械工程.2016
[5].肖异瑶.电力负荷智能平衡分配[J].农村电气化.2016
[6].李岸.火力发电机组负荷经济分配的智能优化算法研究[D].长沙理工大学.2016
[7].胡滨,王旭阳,侯佳.智能变电站负荷自动分配技术[J].中国电力.2016
[8].周广闯.基于混合智能算法的电力系统经济负荷分配[D].广东工业大学.2015
[9].周广闯,陈璟华,郭壮志,潘帅,刘春香.基于混合智能算法的电力系统经济负荷分配[J].广东电力.2014
[10].石建龙,李永国,杨怀建,张耀.电动钻机动力系统的负荷智能分配研究[J].电气传动自动化.2014