电力检修|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

   更新日期:2017-03-30     来源:建材之家    作者:安防之家    浏览:20    评论:0    
核心提示: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王天华 王平洋 范明天摘要 文章提出了一种新颖的配电网空间负荷预测模型。该模型采用模糊推理计算每个小区适于发展各类负荷的程度,根据推理结果运用运输模型来分配各小区内各类负荷的增长。模糊规则是采用遗传算法训练出来的。关键词 配电网规划 空间负荷预测 遗传算法 模糊逻辑 运输模型 地理信息系统APPLICATIONOFGENETICALGORIT

凝固力地暖--万达项目——高端地暖新标杆

推荐简介:2015年1月,万达靠前次向凝固力咨询凝固力地暖模块,随后在3月中旬携手凝固力召开了“节能速热地暖模块研讨会”,会议邀请了邓有源、吴振洲等暖通业***专家出席,会议肯定了凝固力地暖模块的可行性。2015年6月,太原万达广场致力于增加楼层净高,较终与凝固力达成战略合作。凝固力技术团队根据太原万达实际情况,免费制定出地暖安装方案,凝固力客服也同万达方面取得了良好的沟通。7月中旬......
安防之家讯:cript>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王天华 王平洋 范明天摘要 文章提出了一种新颖的配电网空间负荷预测模型。该模型采用模糊推理计算每个小区适于发展各类负荷的程度,根据推理结果运用运输模型来分配各小区内各类负荷的增长。模糊规则是采用遗传算法训练出来的。
关键词 配电网规划 空间负荷预测 遗传算法 模糊逻辑 运输模型 地理信息系统APPLICATIONOFGENETICALGORITHM,FUZZYLOGICANDTRANSSHIPMENTMODELTOSPATIALLOADFORECASTINGFORDISTRBUTIONPLANNINGWangTianhua WangPingyang FanMingtian
ElectricPowerResearchInstitute,MinistryofElectricPower,
Beijing,100085 ChinaABSTRACT Thispaperproposesanovelspatialloadforecasting(SLF)methodfordistributionplanning.GeneticalgorithmisintroducedintoSLFtolearningasetoffuzzyrules,whichthenisappliedtoevaluatescoresofsmallareasusingfuzzylogictechnology.Inordertoachievetheoptimallanduseallocationschema,transshipmentmodelisadopted.
KEYWORDS distributionsystem SpatialLoadForecasting GeneticAlgorithm FuzzyLogic Transshipmentmodel GeographicInformationSystem(GIS)1 前言
空间负荷预测(或称小区负荷预测)是配电网规划的基础。在配电网规划中,不仅要预测负荷的量,还要预测负荷增长的位置,即负荷的空间分布[1~6]。只有在确定负荷空间分布的基础上,才能进行配电网的布点和布线规划。
空间负荷预测是一个将总量负荷预测分配到供电小区的过程,可分为三个阶段:空间信息收集—土地使用决策—负荷增长预测。其中,土地使用决策是空间负荷预测的核心,文献[4~6]大量的算法都是针对这一过程而提出的。在传统的空间负荷预测中,土地使用决策主要是依靠专家判断对每个小区适于每个土地使用类的发展程度进行评估或评分,按照得分高低来决定未来各小区的发展情况。近年来,随着地理信息系统(GIS)在配电系统中的应用,空间信息的收集和处理越来越方便,使得直接利用小区在地理、交通、社区、学校、市政和城市规划方面的信息成为可能。文[4]提出了将模糊逻辑应用于空间负荷预测的方法,它采用模糊逻辑技术对GIS系统收集的信息进行模糊化、推理和清晰化,从而得到每个小区的评分。但随着城市的发展,模糊推理采用的模糊集和模糊规则都需要不断调整。例如,在现在看来,离市中心10 km算“远”,5年以后,离市中心10 km就可能算“近”了。一条模糊规则(如离高速公路近,离市区近,则适于发展居民住宅)从目前看来比较合理,但若干年后可能就不再适用。因此在将模糊逻辑应用于空间负荷预测时,采用的模糊集和模糊规则都应该不断滚动和调整。为了解决这个问题,本文引入遗传算法来调整模糊集的参数,并训练模糊系统规则,从而克服了模糊规则由专家指定的缺点,也使得空间负荷预测能够适应城市的发展。
在根据每个小区评分来分配土地使用的过程中,以前的空间负荷预测方法都是按照评分的高低来排队确定的。这种方法并不能得到土地的最优分配方案,它仅相当于运输模型采用最小元素法得到的初始解。在本文提出的空间负荷预测中,运输模型将被用来产生最优的土地分配方案,使得所有小区土地使用评分之和最大。
本文首先提出了空间负荷预测的数学模型,并在模型中引入遗传算法和模糊逻辑以进行土地使用决策,问题的解由运输模型给出。所提出的方法已在一个20 km2的配电网中实现,显示出如下的优点:①采用遗传算法训练模糊规则库,可以考虑城市的发展和市民生活水平的提高对空间负荷预测的影响;②将模糊逻辑引入土地使用决策能有效地解决以前只有依靠专家判断才能解决的问题;③经典的运输模型算法能保证土地使用的最优分配;④提高了整个空间负荷预测过程的自动化程度。2 空间负荷预测问题的数学模型
空间负荷预测的第一步是从GIS中提取空间特征。假定规划区地图Map所有的属性层表示为∪Layer,定义光栅化操作R,它将地图划分成大小一致的方格,则小区属性F(x,y)可以表示为R(Map(∪Layer))=F(x,y)(1)从数学角度来讲,空间负荷预测及其计算存在如下三种映射:(2)式中 f1将小区(x,y)的特征F(x,y)映射成土地使用面积L(x,y),f2将土地使用面积L(x,y)映射成小区负荷S(x,y)。(3)式中 m为土地使用类的个数,LCi为第i类的负荷密度,Li(x,y)和Si(x,y)分别表示小区(x,y)的第i类土地使用面积和负荷。
映射f3将小区负荷累加成系统负荷,(4)f2和f3是式(3)和(4)所表示的两个简单映射。而映射f1是非线性的、随机的,与时间和空间都有关系,受主客观因素的双重影响,难以找到精确的数学关系。实质上,f1就是土地使用决策过程。它可以分解为两个映射:f1=f′1f″1,其中,f′1:F(x,y)→P(x,y)将小区属性映射成小区评分P(x,y),f″1:P(x,y)→L(x,y)将评分映射成土地使用。由此可见,空间负荷预测的核心在于土地使用决策,而土地使用决策的关键是要找到两个映射f′1和f″1。
在城市发展过程中,被人看好的地块(评分高)总是要优先发展。土地使用决策的目标就是找到一组Li(x,y),在满足各土地使用类的增长预测Lit(i=1,…,m)和各小区的可发展土地Ld(x,y)(空地)约束时,使得所有小区的评分最高。可进一步表示为(5)约束条件: (6)(7)(8)一旦映射f′1确定,式(5)中的Pi(x,y)可用式(8)替换,式(5)~(8)就退化为经典的运输模型。式(5)~(8)运输模型表示的正好就是根据小区评分分配土地使用的过程,即映射f″1。这样,[1][2][3]下一页
安防之家专注于各种家居的安防,监控,防盗,安防监控,安防器材,安防设备的新闻资讯和O2O电商导购服务,敬请登陆安防之家:http://anfang.jc68.com/
小程序码
 
打赏
 
更多>文章标签:安防
更多>同类安防监控资讯
0相关评论

推荐图文更多...
点击排行更多...
安防监控商机更多...
安防监控圈更多...
最新视频更多...
推荐产品更多...
水泥之家 | 橱柜之家 | 机械之家 | 水电之家 | 五金之家 | 家电之家 | 饰品头条 | 墙布头条 | 家纺头条 | 塑料头条 | 陶瓷之家 | 油漆之家 | 照明之家 | 防水之家 | 防盗之家 | 灯饰之家 | 电气之家 | 博一建材 | 老姚之家 | 卫浴之家 | 瓷砖之家 | 墙纸之家 | 区快洞察 | 漳州建材 | 泉州建材 | 三明建材 | 莆田建材 | 合肥建材 | 宣城建材 | 池州建材 | 亳州建材 | 六安建材 | 巢湖建材 | 宿州建材 | 阜阳建材 | 滁州建材 | 黄山建材 | 安庆建材 | 铜陵建材 | 淮北建材 | 马鞍山建材 |
建材 | 双碳之家 | 企业之家 | 移动社区 | 关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图 | 排名推广 | 广告服务 | 积分换礼 | RSS订阅 | sitemap | 粤ICP备14017808号
(c)2015-2017 BO-YI.COM SYSTEM All Rights Reserved
Powered by 安防之家