遗传算法是一种模拟生物进化过程的优化算法，可用来求解包含离散化变量的复杂优化问题。将遗传算法应用于油田配电网无功优化，并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行改进，提高了计算效率和全局寻优能力。通过对油田配电网的分析和计算，结果表明该改进遗传算法应用于油田无功优化是合理可行的，其优化效果优于传统遗传算法。

分布式电源接入配电系统后会改变配电网故障电流的大小和方向,使配电网故障诊断复杂化。针对该问题,提出了基于故障功率方向判据和Petri网的配电网故障诊断方法。该方法利用上传和实测双重故障信息实现冗余纠错,快速诊断出故障区域,提高了含分布式电源的配电系统故障诊断的准确性、容错性;利用Petri网独特的图形描述和并行处理能力,保证了故障定位模型的通用性和故障诊断的快速性。算例仿真结果验证了该方法的可行性、有效性。

基于广度优先搜索算法的交流配电网拓扑辨识方法——pdf文档整理.zip

(2) Voronoi图在变电站选址中的应用 (3) 小覆盖圆理论 2013/12/13 清华大学电机系

配电网负荷增加或分布式电源（DG）的接入将导致供电设备扩容的提前或延迟，从而引起容量成本的变动。根据辐射形配电网潮流特点，推导得到节点注入功率对支路电流影响的灵敏度系数，并结合节点-支路潮流关联矩阵，建立相应的灵敏度系数矩阵，用于计算配电网节点边际容量成本（LMCC）。基于LMCC，在用户自备的产权下，分析评估不同电价体制下的DG容量效益；在电网所有的产权下，建立多类型DG规划模型，并采用粒子群优化算法求解优化模型。算例对比验证了模型和方法的可行性。

分布式电源(DG)出力以及电动汽车(EV)充电的不确定性给配电网规划带来巨大挑战。首先，利用季节场景与时段划分法构建DG和常规负荷时序特性模型；其次，利用蒙特卡洛模拟法和交通起讫点分析法构建EV充电负荷时空分布模型；最后，基于2个模型得到的配电网各节点各时刻的DG出力、不同类型常规负荷及EV充电负荷，以配电网运营商年收益最大为目标函数，充分考虑网架新建、网架替换和DG选址定容等因素，构建考虑时序特性含DG和EV的配电网机会约束规划模型，并采用蒙特卡洛模拟嵌入双种群协同进化遗传算法的方法对模型进行求解。以某配电网为算例，验证了所提模型和算法的合理性和有效性。

为了解决采用传统经验模态分解的电缆故障测距方法存在的频带混叠问题,以及基于总体平均经验模态分解的电缆故障测距方法受残留白噪声影响等问题,提出了一种基于补充总体平均经验模态分解的井下配电网电缆故障在线双端行波测距方法。该方法通过补充总体平均经验模态分解提取双端故障行波线模分量的固有模态函数,利用基于瞬时频率突变和模极大值的奇异性检测原理进行行波波头标定,从而实现故障点定位。通过在PSCAD/EMTDC环境下搭建基于频变特性电缆线路的6kV井下配电网模型并进行仿真,验证了该方法测距精度高,最大测距误差不超过4%。

人工智人-家居设计-基于Multi-Agent System的智能配电网自愈控制研究.pdf

人工智人-家居设计-基于IEEE1588技术的智能配电网时间同步系统研究.pdf

人工智人-家居设计-基于GIS的配电网多目标智能优化规划的研究.pdf