[發明專利]一種基于云理論的模擬植物生長優化方法

有效

• 申請號: 201210514064.4
• 申請日: 2012-12-04
• 公開（公告）號: CN103020440A
• 公開（公告）日: 2013-04-03
• 發明（設計）人: 林濤;付紅軍;吳漢彬;孫建華;潘勵哲;李志恒;余光正;孫冉
• 申請（專利權）人: 河南省電力公司;武漢大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

技術領域

本發明涉及一種模擬植物生長優化方法，尤其是涉及一種基于云理論的模擬植物生長優化方法。

背景技術

隨著互聯電網規模的不斷壯大，低頻振蕩問題日益突出，而研究普遍認為造成低頻振蕩的原因則被認為是由于系統缺乏機電振蕩模態阻尼，而為了預防低頻振蕩的頻繁發生，改善系統的小擾動穩定性，一種既經濟又實效的措施是選擇在電力系統中投入PSS與FACTS附加阻尼控制器。然而研究表明，當系統中存在很多控制器時，控制器通道間往往有著很強的耦合作用，各控制器之間存在不良的相互影響，當控制器參數匹配不當時，不僅不能抑制低頻振蕩，反而有可能加劇振蕩的程度。因此需要對PSS和FACTS附加阻尼控制之間的協調控制及參數進行優化。在對控制器安裝點及輸入信號選擇進行相關分析的前提下，建立了系統阻尼與阻尼控制器參數之間的模型，以系統中所有機電振蕩模式最小阻尼比最大化為優化目標，利用智能優化方法對該模型進行優化計算，得到能夠最大限度提高系統阻尼的控制器參數組合。

現有智能方法如遺傳方法在計算中對編碼機制的依賴性較大，一旦選擇不合適則會導致局部收斂以及計算效率降低；蟻群方法則對參數設置較高，并且比較耗時；模擬退火方法迭代過程較為復雜，也會導致運算時間較長；而粒子群方法則容易陷入局部極值點，導致優化精度降低。本發明的提出則是為了更好的解決現有智能優化存在的一些局限性，原始的模擬植物生長方法是根據Przemyslaw?Prusinkiewicz等人在1968年提出的一個計算機模擬植物生長系統（L-system）演化而來的。

而隨著互聯電網規模的不斷擴大，系統狀態矩陣階數也不斷提高，往往可以達到數萬階，則需要研究優化速度快，收斂精度高，適用于大規模優化問題的新型方法。

發明內容

本發明主要是解決現有技術所存在的技術問題；提供了一種對參數的設置不具有依耐性，并可以保證獲得全局最優解的一種基于云理論的模擬植物生長優化方法。

本發明還有一目的是解決現有技術所存在的技術問題；提供了一種搜索速度有了大幅度的提高，尤其對求解大規模的優化問題較其他方法有明顯優勢，并且能進行連續函數優化的一種基于云理論的模擬植物生長優化方法。

本發明的上述技術問題主要是通過下述技術方案得以解決的：

一種基于云理論的模擬植物生長優化方法，其特征在于，包括以下步驟：

步驟1，給出優化變量的初始值，即給出初始基點x⁰，并獲取對應的目標函數值f(x⁰)，并另最優解和對應的目標函數初值為X_min＝x⁰和F_min＝f(x⁰)；

步驟2，利用正向云模型尋找新生長點，即以初始基點為E_x，按照變步長E_n和精度H_e生成一組正態分布的生長點，計算各點生長素濃度，然后在基點的各個方向依次搜索滿足約束條件的生長點；

步驟3，獲取步驟2中各生長點中生長素濃度，選擇生長素濃度最大的點，如果同時該點即生長素濃度也大于0，則該點的生長空間最大即目標函數最優，若該點的的目標函數值小于F_min則置換F_min及X_min，若該點的目標函數若大于或等于F_min，則保留F_min及X_min；若選擇的生長素濃度最大的點，生長素濃度不大于0，表明不再有更優生長點出現，進入步驟4；

步驟4，若迭代次數達到規定值，或者連續N輪不再有更優的生長點出現，則執行步驟6，否則執行步驟5。

步驟5，選取步驟3中的最優點作為下一輪的生長基點，并執行步驟2。

步驟6，輸出X_min的值，即為最優解x^*＝X^min，以及最優值f^*＝F_min。