2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、數(shù)字仿真技術(shù)隨著計算機的快速發(fā)展而廣泛的應用于電力系統(tǒng)當中。發(fā)電機、控制系統(tǒng)、輸電網(wǎng)絡以及電力負荷的模型都與電力系統(tǒng)仿真計算精度有著密不可分的關(guān)系。發(fā)電機及其控制系統(tǒng)的模型都比較精確,而負荷模型還比較粗糙,以至于阻礙了電力系統(tǒng)仿真計算精度的進一步提升。由于電力負荷存在隨機性、時變性、分散性等特點,因此建立精確的負荷模型還存在著相當大的難度。但逐步建立更加接近真實的工程實用負荷模型,使之更加合理、有效則是可能的,也是許多研究者和工程技術(shù)人

2、員努力的目標。
  隨著我國電網(wǎng)建設(shè)進程的加快,新能源技術(shù)的提升,能源結(jié)構(gòu)多樣化、復雜程度不斷增加,對仿真計算精度要求越來越高。因而,傳統(tǒng)的按照經(jīng)驗來確定負荷模型的方法已跟不上現(xiàn)在不斷更新發(fā)展的電力系統(tǒng)。新方法和算法的引入是解決負荷建模問題的關(guān)鍵,也是以后電力負荷建模發(fā)展的趨勢。
  基因表達式編程(Gene Expression Programming)是遺傳算法家族中衍生出來的新算法,該新算法融合了遺傳編程(Gene P

3、rogramming)和遺傳算法(Gene Algorithm)的優(yōu)點。和傳統(tǒng)的遺傳算法相比,該算法在速度上提升了2~4個數(shù)量級,因此表明GEP算法在數(shù)據(jù)挖掘、模型搜索中有著其他遺傳算法所不具有的優(yōu)勢。但是,隨著對GEP算法的深入研究發(fā)現(xiàn)該算法存在這多樣性不足、“早熟”等現(xiàn)象。為防止這類現(xiàn)象的出現(xiàn),需對該算法進行改進,改進方面主要包括:初始種群,遺傳算子,常數(shù)處理等方面。改進后的GEP算法可在很大程度上增加種群個體的多樣性,防止“早熟”

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)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(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。

評論

0/150

提交評論