无功优化方法的研究

科技信息专题论述效似乎不明显,最好是多做以往的试题，关键是把握考试知识点,理解设置等，建议先多看教材，熟练掌握各章内容.再做些练习,重在理解。相关概念。这一部分花太多时间，收效不大。建议学生熟练历年的习题。这部分较难得高分,应该争取得15-18分以上另外,这部分一-般有 2-4分反映最新知识的超纲题目，拿高分较难,应以上介绍了VFP等级考试的- 些基本情况和相关的应试策略,只该争取拿12-16分。是帮助学生加深对VFP二级等级考试的理解以及帮助学生理顺相关课对于VFP知识考点，其中选择题的内容相对简单些,一- 般都是考察程内容。要想通过二级等级考试，更多是靠学生认真思考、上机实践和对VFP基本概念的理解及常用函数的应用。对于常用函数,学生应该相互之间的沟通。把实验书中出现的函数全部掌握,特别是二级考试大纲中提到的函数，重点掌握函数的写法和相应的功能。建议多做VFP学习指导和以往试参考文献卷中的题目.在做题的过程中理解并掌握VFP的相关概念和常用函数。[1]苗哲，薛联凤.计算机与信息技术[J].2009. 26(6):106- 108.这部分比较容易得分,应该争取拿8分以上。填空题涉及的知识面较广，[2]汪楠.VFP等级考试浅谈[J].电脑知识与技术, 2008, 14(9):2951其中必考的有:数据库的基本概念、常用命令与函数的使用.SE-2952.LECT- SQL命令、阅读理解程序、面向对象程序设计的概念、常用属性的[3]陈华生,单启成.新编VFP5.0教程,苏州大学出版社,2003年.无功优化方法的研究河南城建学院电气与电子工程系李晓辉 程汉蓬[摘要]无功优化是电 力系统安全经济运行的核心问题之一,它的目标是在满足药束条件的前提下,使系统的某个指标或多个指标达到最优。本文较为详细地分析了人工智能方法在无功优化中的应用,即遗传算法、模拟算法、专家系统、人工神经网络法等应用于无功优化的基本思想。[关键词]无功优化电力系统 算法电力系统无功优化是保证系统安全、经济运行的有效手段,是提高1.引可控变量数与约束数目,使算法较为有效,增加了实用意义。3.2模拟退火方法电力系统电压质量的重要措施之一一。 随着电力系统的复杂化，除了在系模拟退火算法是一-种随机的启发式搜索方法，实用于处理非线性统规划、运行时要考虑无功优化，随着高压直流输电、灵活交流输电的规划问题，能以较大概率(理论证明能够以概率1收敛导全局最优)求投入使用以及电力企业引进电力市场的销售理念,对无功优化方案及得优化问题的全局最优解。该算法模拟了金属溶液冷却或退火的过程,控制手段的要求也越来越苛刻,无功优化方法受到了越来越多的关注，即退火过程中能量逐渐减小，而退火结束后,金属的能量最小。该算法本文将对人工智能方法在无功优化中的使用进行- -定的探讨。寻优结束时能得到优化问题的最小值，但其参数的选取比较复杂。为了2.无功优化方法分类使最终解尽可能接近全局最优，退火过程不能太快,但这又使算法的计所谓无功优化，是指给定电力系统的结构参数及 负荷情况，通过对算时间过长。目前模拟退火方法在小规模电力系统上的应用较好。某些控制变量的优化，在满足所有指定约束条件的前提下,使系统的某3.3人工神经网络人工神经网络又称连接机制模型或并行分布处理模型，是由大量无功优化问题是-一个复 杂非线形规划问题，因其目标函数与约束简单元件广泛连接而成的,用以模拟人脑行为的复杂网络系统。十几年条件的非线形、控制变量的高散性与连续性相混和等特点，到目前为来,此理论研究取得了重大成果,提出了许多模型及其计算理论,并被止,尚无-一种切实可行、快速完善的无功优化方法。无功优化的关键集应用于电力系统的诸多方面。中在对非线性函数的处理、算法的收敏性和如何解决优化问题中高散3.4遗传算法变量的问题三个方面。遗传算法是一种借鉴生物界自然选择和自然遗传札制的高度并由于无功优化问题本身的复杂性,对无功优化的分类十分不易。首行、随机、自适应搜索方法，由Holland 创建的。遗传算法采用随机优化先，目标函数有可能因侧重点不-样而存在差别，主要有以下几种;保技术,通过遗传操作处理离散变量，以较大的概率求得全局最优解,同证最优电压质量使电压与额定电压值相差最小;系统有功损耗最小;无时可为实际工程问题提供一系列的最优 .次优解,以供根据具体情况进功补偿设备投资最小:变变压器分接头和电容器投切次数最少;行选择。此算法用于无功优化就是在电力系统环境下的一-组初始解,受以上几种目标的多目标无功优化等。其次,约束条件不尽相同,优化方各种约束条件限制,通过适应值评估函数评价其优劣,适应值低的函数法也有差异。其中普遍采用的是以系统有功网损最小为目标函数的优被抛弃，适应值高的才有机会将其特性迭代到下一-轮解，最后趋向于最化模型。优解。遗传算法利用某种编码技术作用于称为染色体的字符串.其基本就无功优化的方法而言，大致可以分为常规优化方法和人工智能思想是模拟由这些字符串组成的群体的进化过程，核心操作是选择、杂方法交和变异。目前，基于遗传算法的无功优化研究受到了较多的关注。电力系统常规优化方法是从某个初始点出发，按照- -定的轨迹不例如一种修正的遗传算法求解无功优化问题。该算法将原问题分断改进当前解,最终收敛于最优解。这类优化方法有线性规划法、非线解为投资问题和运行问题;其中,运行问题用逐次线性规划法求解,而性规划法、二次规划方法及混和整数规划法动态法等。投资问题用遗传算法求解。将二者结合起来综合了两种方法的长处。常规优化方法对数学模型的依赖很高,但精确的数学模型较复杂，该算法缩小了求解空间,降低了求解维数,加快了收敛速度。难以适应实时控制要求;而粗略的数学模型又存在较大误差。近年来，4.结基于对自然界和人类本身的有效类比而获得启示的人工智能方法受到无功优化对改善电压质量、提高电力系统稳定性、减少网攒、提高了研究人员的注意。电力系统经济效益有着十分重要的理论意义和现实意义。随着研究工3.人工智能方法作的深人以及各种先进数学理论的发展,无功优化方法会日益完善,在人工智能方法以专家系统、神经网络遗传算法、模拟退火方法等电力系统中充分发挥其重要作用。为代3.1专家系统专家系统方法,在结合其它方法的基础.上,根据专家经验设置初始[1]赵尤新,徐国禹用灵敏度法分析计算电力系统无功和电压最优值,并不断调整控制参数的大小，直到取得一个比较好的解。 将专家系控制问题.重庆大学学报，1995,8(4):1~11统应用于无功优化的主要优点在于以常规算法为基础，与专家的知识[2]董元汉等.大系统无功最优补偿规划计算的一种简化线性直接结合后功能增强，,充分利用了专家的大量先进知识和经验。开发的系统法.电力系统自动化, 1987,11(5):3~11大都是基于专家经验和数值计算程序的混合。目前应用的较好的是一中国煤化工:电力系统无功率控制，北种基于专家知识合常规算法的混合型专家系统，该方法利用调度员的京:水启发式知识和无功电源调压的灵敏度因子，从可能的控制手段中选出13 ~fYHc N M H 1，.网技1.19000少数有效措施，以减少优化变量的数目和约束的数目，然后用线性整数规划的分支定界法求解。该方法有如下特征:控制方法- -次求出;电容[5]赵尤新，徐国禺灵敏度法分析计算电力系统无功和电压最优控器和变压器分接头作为离散变量处理，避免了将其作为连续变量所引制问题[]重庆大学学报，1985(2);1~11人的取整过程以及由此引起的优化结果不是可行解的问题;尽量降低