日记名称: 文章类型:
收到日期:
<我cl一个年代年代="fa fa-calendar" aria-hidden="true">接受日期:
<我cl一个年代年代="fa fa-calendar" aria-hidden="true">发布日期:
引文:
版权:
摘要
优化技术趋向于新方法,这些方法是基于其对人类生活方式影响的本质,工程师工作在新的优化方法来实现最大化的目标电流的可靠性和最小成本这意味着我们的网络结构必须回答这个要求,一种新方法证明解决主要问题使用一种称为算法的启发式元——这就是搅拌器(BA)。
关键词
蝙蝠算法(BA);优化;电力系统的设计;可靠性;通用力矩生成函数(UMGF)。
摘要
优化技术趋向于新方法,这些方法是基于其对人类生活方式影响的本质,工程师工作在新的优化方法来实现最大化的目标电流的可靠性和最小成本这意味着我们的网络结构必须回答这个要求,一种新方法证明解决主要问题使用一种称为算法的启发式元——这就是搅拌器(BA)。
关键词
蝙蝠算法(BA);优化;电力系统的设计;可靠性;通用力矩生成函数(UMGF)。
缩写
c<年代ub>我
介绍
系统的可靠性取决于构成系统的每个电气元件,并且必须回答后者,这是我们系统的良好性能必须达到这种级别的原因,因此始终降低要素的投资成本我们构成我们系统的结构。然而,网络结构设计中的问题是获得一只手,以最大限度地提高系统的可靠性以及最小的投资容易容易获得公差和可靠性的限制以及燃料系统的总成本。
在我们的问题中,该函数是客观的,这是减少总成本以及在可靠性的最大影响下,为构建可靠网络结构的唯一原因定义了系统设计的某些约束。整个制造商都知道这一问题良好,倾向于优化冗余(如果发生系统不平衡的安全装置)[1-3]。一旦应用了所有系统的可靠性,将其视为我们设计的可测量尺寸,并且必须对应于请求的满足,即通过提供足够量的电能[4,5]。这些问题和毫不含糊的失败是因为;根据客户提出的规范,额定容量发生器将永远不会有缺陷。
考虑了用户的负荷图和系统的负荷图,使其介入到可靠性评估过程中。我们的系统由一个基于电子系统设计的组件技术的结构组成,我们考虑另一个时候的消费者的负荷图,它被考虑,因为它进入了系统的可靠性的构成,因为它是考虑所有的组件,因为它是一个优化的能源供给系统的问题。在[6]中也引用了同样的问题,它是为了优化[4]基本方法的参考而制定的,考虑了组件成本和组成系统的能力,并考虑了使用弯曲负载的应用。[3]和[4]方法的缺点是,根据部件的能力将部件的成本定义为解析显式的,并将可靠性指标的值指定为与部件的能力无关的所有类型。在[7-8]中,采用了不同的元启发式算法进行比较,采用遗传算法、蚁群算法、和谐寻法和蝙蝠算法来求解优化技术顺序问题。我们提出了一种算法新闻,即蝙蝠算法(BA),为喂食系统的结构设计提供了一种廉价且最优的合适的电气部件的选择,这些电气部件组成了发电机,变压器和电气线路的技术)的产品范围,在电力市场上的元件为每一种类型的电气元件。真正的实用是指产品有很大的多样化可供选择,每个部件都有一个技术特点,即在性能、成本和可靠性方面。我们的算法(BA)通过组件的简单组合进行选择,以达到系统的优化,降低成本,然而,生产, transfers it and the routing of this production is to feed a whole networks with a condition quoted in top under constraint cost and with a performance also to book with one tolerance of so powerful reliability. For the evaluation of the reliability of the structure of the feeding system in our case in parallel series, the development of one démarche one develops the fast and effective method which is based on Function of universal production (WMU) [4,7-9].
网络结构的描述和有问题的表述
在图1中,我们展示了组成子系统的n个部件的串联并行的整个子系统。
图1:
我们的系统要求是组成不扭曲的“n, m”电子元件并联串联知道所有种类的元素,而且i=1,…,nco米ponent年代of powers are selected of kind i in the structure of which there are a multiplicity of technologies who different ones with the others by quality that it is performance, cost and reliability and capacity. These elements are defines in our system by names chosen to answer the equation these indices are c<年代ub>即时通讯
电能突然突然导致我们不可避免地在负载(LOLP)的概率指数中具有损失,而且该功能部署的时期T能量(Eens)是两种贡献的两个伟大参数,这些参数有助于估计可靠性[5]。这种概率指数的计算允许我们进行的负载,其整体未被考虑未拧紧。随机曲线的图表离散且通常由负载的请求,如果负载的时间间隔是全部的,则具有持续时间,dj和tj每个级别请求t<年代ub>j
和
概率P (g<年代ub>年代
系统可靠性优化和网络设计的难点主要在于组成系统的要素的选择,这些要素的表述可能如下k<年代ub>1
受以下:
可靠性评估
我们所引用的问题是一个优化的问题,它是城市几个州可能的系统的本质。正如前面提到的,主要的问题是估计任意连续和并联电路的可靠性R,至关重要的是,电气系统的所有结构的补充概率等于要求负载的详细程度,它将按以下方式计算:
R (d) = P (g<年代uh>年代
这种可靠性评估是基于上述观察到的现代方法和数学技术:[10-12]中的UGF(或U-transform)技术。后者在[13-14]中被应用于功率电路的可靠性估计和优化,并解释了函数一个普通矩[15]发生的延伸。在本例中,离散变量E的UGF是一个多项式:
其中离散随机变量g有J个可能值Pj是g等于gj的概率。如果只考虑具有总失效的部件,则考虑。例如,对于类型i和技术m的每个元素,其可靠性为R<年代ub>我米我.
P (g = g<年代ub>年代
多态系统(MSS)的状态数有限,每次的输出性能可以有m个不同的水平<年代ub>h
具有MSS输出性能,可以使用以下操作员ω获得任意时间T和需求D的系统可靠性<年代ub>一个
更清楚,替换电路的所有能力的概率不小于装载水平的一个精确要求;因此可以写入
P {g≥d} = (u (z) z<年代up>- d
Ω是一个分配运算符,由下面的表达式定义:
和
对于安装的送料系统中包含的各组成部分布置成各种方式,并联时,所有组成部分的容量等于所有组成部分的容量之和。
在哪里
我们注意到操作员†以简单的方式特别是系统的多项式生产和代表性的U-功能,并含有串联组装的M元素。一个notherex一个米ple我f the circuit comprises attached components in a chain, mitigated operation is established by the worst condition observed for any of its components it is the reason why in employment another coefficient and which leads us to:
U<年代ub>年代
who年代evalue of is:
β(G.<年代ub>1
提出了MSS可靠性,并且在将该概率传递到时间后P {G≥D}变得恒定。
Bat优化方法
蝙蝠是会飞的哺乳动物,它们靠翅膀前进,它们也有感知声音的能力,人们称之为“回声定位”。它们最常用的microchiroptères方法是回声定位,因为它们是食虫动物,为了保护它们不被捕食,为了在黑暗中找到栖息的裂缝。据估计,世界上大约有1000种不同种类的蝙蝠,占所有哺乳动物物种的20%。它们的大小不一,微小的蝙蝠大黄蜂(从大约1.5克到2克),巨大的蝙蝠鳞片大约2米,重量大约1公斤。microchiroptères通常有一个前臂长度大约从2.2到11厘米。
这些蝙蝠发出非常强烈的噪音,并能听到从周围物体反弹回来的回声。根据物种的不同,它们的冲动属性不同,可能与它们的狩猎策略有关。大多数蝙蝠使用频率调制的短信号扫频大约一个八度,其他蝙蝠通常使用恒定频率的信号进行回声定位。它们的信号带宽根据种类而变化,并通过使用更多的谐波而增加。
研究表明,microchiroptères利用发射和探测回波的时间延迟、两耳时间差以及回波声强的变化,在周围或自身的三维空间构建场景。它们可以探测到与目标的距离和方向,猎物的类型,甚至猎物的移动速度,比如小昆虫。事实上,研究表明,蝙蝠似乎能够通过目标昆虫翅膀波动率引起的多普勒效应的变化来区分目标。
Algorithm (BA) beats是一种基于优化算法的方法méta-heuristics,最初灵感来自蝙蝠寻找食物[16]的生活。秃的人老鼠发出的信号有地方或他们是和écoûté的回声的回忆,这个过程被称为回声定位,通过报告找到自己的猎物。BA主要是通过四个主要理念[16]构建的:
- 回声定位使蝙蝠能够区分猎物(猎物和物体)之间的不同。
- 每个蝙蝠位于xi的位置速度为一个v的速度<年代ub>我
特定地脉冲与FI和AI的频率和强度。 - 成交量有多种Ai交换方式,如将一个大的价值降低到一个低的价值。
- 自动控制每个脉冲频率的ri、fi和laugh频率。最初,所有的蝙蝠在研究空间内随机飞行,产生随机脉冲。每次飞行后,每个蝙蝠的位置会按以下方式更新:
- 每个蝙蝠位于xi的位置速度为一个v的速度<年代ub>我
X<年代ub>G
球拍运动的第二个位置模拟如下:
ε“一柱”是在海滩上的一段随机数[-1.1],为提高所有秃顶人的鼠柱幅度。一旦秃头的人的位置,鼠标是改善以上的调整<米在hx米ln年代="http://www.w3.org/1998/Math/MathML">
一个插入新成员在种群中找到的新解有一个条件,即一个成员遵守约束:
[<一个<年代ub>我[f(X)
正如前面所提到的,由蝙蝠产生的信号振幅的值逐渐减小
一个<年代ub>我new
Ґ<年代ub>我ltR.er
Con年代t一个nt年代α.和一个rethe approachs important for the bald people mouse, and represent the iteration count in the algorithm
第1步:
第2步:
步骤3:
步骤4:
步骤5:
步骤6:
第7步:
电力设计例子
表1总结了将Consevoir的不同技术组成部分,然后我们的系统Vien表2包含年度数据请求的累积力量,以说明不同的BAT BA算法,PSO,GA和HS为施工的METE-Leutistique的提案我们的系统设计如图2所示,通过使用表3中提供的数据来解决数值示例。子系统的每个电气分量被认为是一个完全故障的单元。
表格1:
表2:
表3:
图2:
通过一个真实的模拟(g . Levitin)为每个算法,知道网络的结构是用数字最大g描述的<年代ub>马克斯
讨论的结果
摘要提出了双启发蝙蝠算法在串联并行异构系统中的实现,以确定投资成本最小的最佳配置。
该问题以给定的高可靠性作为决策变量约束。目标优化过程是基于组件版本和算法参数等多种变量的组合决策。并生成通用矩来评估相应的约束条件,验证每一次迭代的可行性解。
在第二部分,上表3显示了在一个期望的可靠性水平R下,由建议的元启发式算法(Bat,和谐搜索,蚁群和遗传算法)获得的最优功率设计<年代ub>0
比较和所有更有效的如果通过NN(Nakagawa和Nakachima)测量结果的质量系数,并且只需要算法给出的最佳结果并考虑NN<米在hx米ln年代="http://www.w3.org/1998/Math/MathML">
结果表明,由BAT算法给出的最佳设计NN系数(λ= 11.82 / 0.97)非常低于HS,ACO和GA。
对于在这种适度的工作中提出的不同元启发式的,蚂蚁,抗原和和谐寻求(BA,ACO,GA和HS)的菌落,让我们在拥有之后得出结论要启动程序,请导致我们到壮观的解决方案。如果一个与不同的Méta启发式使用的那些相比,并且电力网络的最佳设计给我们。表中的这些比较梅特 - 启发式的差异表明,对于可靠性的海滩提供的,其限制以及其约束以及其约束使我们提供了良好的性能,并为网络设计提供了最佳解决方案。
结论
这种谦虚的工作交易感谢新的荟萃启发式解决了一个电气系统设计的优化,这是一个非常有趣的问题经常在能源行业中提出。它被制定为冗余问题。然而,这种用于解决这一问题的新的元启发式是基于算法借鉴我们的算法创造了一种设计,使得对于电力供应系统是最佳成本和可靠的设计,我们的系统组成了模型结构。在某些压力算法下,这使我们能够在压力和成本和可靠性下具有最大可靠性的限制下具有最低的投资成本。因此,我们的算法我们从市场上提供的产品列表中选择了材料,并列出了这些产品的成本,因此它们的性能,这也导致我们将在每个子系统中引入的这些组件的定义当需求改变消费者时,它还设置了与每个子系统的电力串联的组件。所有项目方法都可以解决优化问题的一部分,即网络(成本和可靠性)的最佳设计,具有各种产品组件,可以构成这些子系统,而不限制串联的各种技术电气元件。
- 平行线。
- 对于与其他算法相比,将一段新的一代算法置于一个最佳结果,它是与算法(HS),(ACO)和(GA)相比的BAT算法。
- 对于与其他算法相比,将一段新的一代算法置于一个最佳结果,它是与算法(HS),(ACO)和(GA)相比的BAT算法。
梁永昌,Smith AE(2001)基于蚁群算法的冗余分配。IEEE可靠性学报。<一个href="">[ref]
Chowdhury BH和Rahman S(1990)经济调度的最新进展综述。IEEE传输电源系统5:1248-1257。<一个href="">[ref]
David W,Smith AE(1995)优化冗余分配问题的优化方法,并行系统。第四次工业工程研究会议(IERC)进行。<一个href="">[ref]
USHAKOV IA(1987)最佳待机问题和通用发电功能。SOV J Compt SYST SCI 25:79-82。<一个href="">[ref]
(1984)电力系统可靠性研究。皮特曼,伦敦。<一个href="">[ref]
可靠性工程手册。威利父子,纽约/奇切斯特/多伦多,美国。<一个href="">[ref]
(1)基于蚁群算法的多状态系统冗余优化。见:工业工程与生产管理国际会议(IEPM’2003),葡萄牙波尔图。<一个href="">[ref]
Massim Y,Zeblah A,Ghoraf A,Meziane R(2005)多状态约束下多状态串联电力系统的可靠性评价。电气工程杂志,Springer Verlags 87:327-336。<一个href="">[ref]
Levitin G,Lisniaski A,Ben-Haim H,Elmakis D(1996)电力系统结构优化受可靠性约束,电力系统研究39:145-152。<一个href="">[ref]
Su CT, Lin CT(2000)基于Hopfield模型框架的经济调度新方法。电力系统学报15:541-545。<一个href="">[ref]
Niknam T,Doagou Mojarrad H,Nayeripour M(2009)新的模糊自适应粒子群优化,用于非球形经济派遣。能源35:1764-1778。<一个href="">[ref]
Walters DC, Sheble GB(1993)带阀点加载的经济调度遗传算法求解。IEEE传输电源系统8:1325-1332。<一个href="">[ref]
蒋银河(2005)改进了阀点效应和多种燃料电力经济调度遗传算法。IEEE Trans Power Syst 20:1690-1699。<一个href="">[ref]
Ongsakul W, Dechanupapritttha S, Ngamroo I(2004)约束经济调度的并行禁忌搜索算法。ieee Proc generer Transm Distrib 151: 157-166。<一个href="">[ref]
王普平,冯传聪(2006)模拟退火基础经济调度算法。ieee c140: 507-513。<一个href="">[ref]
(1)带流量约束的电力系统短程运行问题的最优求解。IEEE进程60:54-63。<一个href="">[ref]