首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文

基于进化算法的负荷分配系统研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-15页
    1.1 选题背景和意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 负荷优化分配的数学模型研究现状第11-12页
        1.2.2 负荷分配优化算法的研究现状第12-13页
    1.3 本文主要内容第13-15页
第2章 负荷分配方法第15-25页
    2.1 传统优化算法第15-17页
        2.1.1 优先次序法第15-16页
        2.1.2 等微增率法第16页
        2.1.3 传统优化算法小结第16-17页
    2.2 基于数学规划的优化算法第17-18页
        2.2.1 线性规划法第17页
        2.2.2 动态规划法第17-18页
        2.2.3 拉格朗日松弛法第18页
        2.2.4 基于数学规划的优化算法小结第18页
    2.3 生物群智能方法第18-21页
        2.3.1 蚁群算法第19-20页
        2.3.2 粒子群算法第20页
        2.3.3 生物群智能算法小结第20-21页
    2.4 现代智能优化算法第21-24页
        2.4.1 人工神经网络第21页
        2.4.2 模拟退火算法第21-22页
        2.4.3 进化算法第22-23页
        2.4.4 现代智能算法小结第23-24页
    2.5 本章小结第24-25页
第3章 负荷分配系统的数学模型第25-32页
    3.1 负荷分配系统的评价指标及约束条件第25-30页
        3.1.1 负荷分配系统的评价指标第25-28页
        3.1.2 负荷分配系统模型的约束条件第28-30页
    3.2 负荷分配系统的数学模型第30-31页
        3.2.1 只考虑经济性的负荷分配系统模型第30页
        3.2.2 考虑经济性和污染控制成本的负荷分配系统模型第30页
        3.2.3 考虑经济性和快速性的负荷分配系统模型第30-31页
        3.2.4 考虑经济性和阀点效应的负荷分配系统模型第31页
        3.2.5 考虑经济性、污染控制成本、快速性的负荷分配系统模型第31页
    3.3 本章小结第31-32页
第4章 基于进化算法的负荷分配系统仿真分析第32-47页
    4.1 遗传算法及改进方案设计第32-38页
        4.1.1 基本遗传算法流程第32-36页
        4.1.2 遗传算法分析第36-37页
        4.1.3 算法改进方案第37-38页
    4.2 方案仿真及结果分析第38-41页
        4.2.1 参数设置第38-39页
        4.2.2 煤耗特性曲线的获取第39-41页
    4.3 仿真结果及分析第41-46页
        4.3.1 改进遗传算法的测试结果与分析第41-42页
        4.3.2 本文算法与其它算法的测试结果对比分析第42-45页
        4.3.3 不同负荷优化分配方案的测试及结果分析第45-46页
    4.4 本章小结第46-47页
第5章 总结与展望第47-49页
    5.1 论文工作总结第47页
    5.2 未来发展趋势第47-49页
参考文献第49-53页
攻读硕士学位期间发表的论文及其它成果第53-54页
攻读硕士学位期间参加的科研工作第54-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:县级DF8900调度自动化系统的应用及故障解决对策
下一篇:电力系统电压失稳风险研究