基于人工神經(jīng)網(wǎng)絡與動態(tài)規(guī)劃的機組組合算法研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、改革開放以來,隨著我國經(jīng)濟的不斷發(fā)展,電力系統(tǒng)負荷的也隨之不斷增加,這就使得電力系統(tǒng)需要不斷擴建、安裝新機組。為了滿足負荷的要求,系統(tǒng)內聯(lián)合運行機組的規(guī)模不斷擴大,而眾多的發(fā)電機組存在著不同的燃料特性,即某些機組具有較高的發(fā)電效率,而某些機組的發(fā)電效率相對較低;另外,電力系統(tǒng)的負荷是時刻變化的,并且在各時段間存在著明顯的峰谷特性。因此在制定日發(fā)電計劃時,必須根據(jù)機組的實際情況與負荷的變化來考慮機組的開、停狀態(tài)。所以,在各時段上如何在多臺

2、發(fā)電機組之間選擇機組啟停,進而如何在選定的機組之間分配負荷,從而在滿足負荷與各種約束的前提下使系統(tǒng)總的燃料費用最小,這就是機組組合所要研究的問題。本文以電力系統(tǒng)中機組組合問題為研究對象,就BP神經(jīng)網(wǎng)絡與動態(tài)規(guī)劃在機組組合問題中的應用進行了較為深入的研究和探索;嘗試對BP神經(jīng)網(wǎng)絡與動態(tài)規(guī)劃法進行改進,使改進后的算法適合機組組合問題的要求,減少求解過程中的狀態(tài)數(shù),避免單純利用動態(tài)規(guī)劃法求解機組組合時產(chǎn)生的“維數(shù)災”問題。 本文在廣泛

3、收集資料的基礎上,結合電力系統(tǒng)中各種機組的運行特性,分析了各類機組的組合方式及其經(jīng)濟特性。歸納總結了機組組合的常用算法與國內外最新研究進展。與傳統(tǒng)的火電機組優(yōu)化模型相比,本文將水電廠等值為一個水電機組,將水電機組及其運行成本考慮在優(yōu)化目標內,利用水電機組起動靈活的特性減少火電機組的啟停,達到水火協(xié)調的目的。并將動態(tài)規(guī)劃與神經(jīng)網(wǎng)絡相結合,把機組組合問題分為兩部分,第一部分為利用BP神經(jīng)網(wǎng)絡產(chǎn)生機組啟停的預調度表,第二部分為利用動態(tài)規(guī)劃處理

4、前一步得到的預調度表,并得到機組啟停的最終方案。利用Levenberg-Marquardt算法對BP神經(jīng)網(wǎng)絡進行訓練,并針對該算法占用內存大的缺點,提出了減少內存的改進。與其他的訓練算法相比,可以在較少的迭代步數(shù)內達到良好的收斂效果。經(jīng)理論分析與算例驗證,該算法明顯優(yōu)于其他算法,并可以顯著減少內存的占用量。根據(jù)預調度表的內容,利用改進的動態(tài)規(guī)劃法對其進一步處理,該方法在窗口單元的構造、選擇,以及策略的遞推公式上,都與截窗口動態(tài)規(guī)劃法有顯

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論