W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz plik Pobierz BibTeX

Tytuł

Optymalizacja struktur elektroenergetycznych sieci promieniowych z wykorzystaniem algorytmów sztucznej inteligencji

Autorzy

Wariant tytułu

EN Optimization of the structure of electric power radial networks with the use of AI algorithms

Rok publikacji

2012

Opublikowano w

Poznan University of Technology Academic Journals. Electrical Engineering

Rocznik: 2012 | Numer: Issue 70

Typ artykułu

artykuł naukowy

Język publikacji

polski

Słowa kluczowe
PL
  • struktury elektroenergetyczne sieci promieniowych
  • elektroenergetyczna sieć promieniowa
  • algorytm genetyczny
  • AG
  • algorytm symulowanego wyżarzania
  • SW
  • sztuczna inteligencja
Streszczenie

PL W artykule przedstawiono metodę optymalizacji projektowania struktur dwunapięciowych elektroenergetycznych sieci promieniowych. Metoda wykorzystuje algorytm genetyczny (AG) i algorytm symulowanego wyżarzania (SW). Oba algorytmy optymalizują tą samą funkcję celu. Funkcję celu stanowi koszt roczny sieci elektroenergetycznej, który na etapie działania algorytmów jest minimalizowany. Działanie każdego algorytmu z osobna generuje, w czasie możliwym do przejęcia, suboptymalną strukturę sieci. Uzyskanie takich samych rozwiązań dwoma algorytmami zwiększa prawdopodobieństwo, że otrzymana struktura sieci promieniowej jest strukturą optymalną w sensie przyjętej funkcji celu. W metodzie algorytmy wykorzystują przemiennie, jako dane wejściowe, najlepsze uzyskane rozwiązania struktur sieci. W artykule przedstawiono krótki opis algorytmów oraz przykład obliczeniowy ilustrujący zastosowanie opracowanej metody do optymalizacji modelowej struktury elektroenergetycznej sieci promieniowej.

EN In the paper the method for optimizing the design process of the structures of two-voltage electric power radial networks is presented. The method takes advantage of a genetic algorithm (GA) as well as a simulated annealing algorithm (SA). Both algorithms minimize the same aim function, which is the annual cost of the electric power network. The execution of each of the algorithms generates - within the same acceptable period of time - a suboptimal structure of the network. If the same result is obtained through the utilization of both methods, the probability increases that the obtained network structure is optimal against the accepted aim function. The implemented algorithms use interchangeably - as the input data - the best obtained network structures. In the paper there is also presented an example illustrating the application of the developed computer program to the optimization of a model structure of an electric power radial network.

Strony (od-do)

135 - 142

Pełny tekst artykułu

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.