Сравнительный анализ стохастических алгоритмов выбора мощности компенсирующих устройств в узлах электрической сети
Ключевые слова:
выбор мощности компенсирующих устройств, метод полного перебора, метод Монте-Карло, генетический алгоритмАннотация
В статье рассмотрена задача выбора оптимальной мощности компенсирующих устройств в узлах электрической сети по критерию минимальных потерь активной мощности. Решение задачи осуществлено такими стохастическими методами как: метод Монте-Карло и генетический алгоритм. Представлены: математическая модель оптимизационной задачи, разработанные алгоритмы и блок-схемы стохастических методов. Приведены результаты сравнительного анализа работы программ, реализованных на базе стохастических методов и метода полного перебора.
Библиографические ссылки
[APA]
1. Kovalev, I.N. (1990). Vybor kompensiruyushchih ustrojstv pri proek-tirovanii elektricheskih setej [The choice of compensating devices in the design of electrical networks]. Moscow: Energoatomizdat [In Russian].
2. Gazizov, T.T. (2017). Metody global'noj optimizacii [Global optimization techniques]. Tomsk: V Spektr
3. Metod polnogo perebora [The brute force method]. (n.d.). In Spravochnik himika [The Chemist's Handbook]. Retrieved from https://chem21.info/info/1463896/ [In Russian].
4. Karpenko, A.P. (n.d.). Metod Monte-Karlo. In Metody optimizacii (bazovyj kurs) [Monte Carlo method. In Optimization methods (basic course)]. Retrieved September 29, 2020, from: http://bigor.bmstu.ru/?cnt/?doc=MO/ch1003.mod/?cou=MO/base.cou [In Russian].
5. Vlackaya, L.A., & Semenova, N.G. (2019). Programmnaya realizaciya me-toda Monte-Karlo dlya optimal'nogo razmeshcheniya kompensiruyushchih ustrojstv [Software implementation of the Monte Carlo method for optimal placement of compensating devices.]. Energeticheskie sistemy, 1, 88-94.
6. Rutkovskaya, D., Pilin'skij, M., & Rutkovskij, L. (2006). Nejronnye seti, geneticheskie algoritmy i nechetkie sistemy [Neural networks, genetic algorithms and fuzzy systems]. Moscow: Goryachaya liniya-Telekom [In Russian].
7. Vlackaya, L. A., & Semenova, N.G. (2019). Primenenie geneticheskih algoritmov v zadachah optimizacii razmeshcheniya kompensiruyushchih ustrojstv [Application of genetic algorithms in the problems of optimizing the placement of compensating devices]. Elektrotekhnicheskie sistemy i kompleksy, 4(45), 21-28 [In Russian].
[ГОСТ Р 7.0.5–2008]
1. Ковалев И.Н. Выбор компенсирующих устройств при проектировании электрических сетей. М.: Энергоатомиздат, 1990. 200 с. (ЭТЭ. Экономия топлива и электроэнергии).
2. Газизов Т.Т. Методы глобальной оптимизации: уч. пос. Томск: В Спектр, 2017. 23 с.
3. Метод полного перебора. [Электронный ресурс]. URL: https://chem21.info/info/1463896/ (дата обращения 29.09.2020).
4. Карпенко А.П. Метод Монте-Карло. [Электронный ресурс]. Методы оптимизации (базовый курс). URL: http://bigor.bmstu.ru/?cnt/?doc=MO/ ch1003.mod/?cou=MO/base.cou (дата обращения 29.09.2020)
5. Влацкая Л. А., Семенова Н.Г. Программная реализация метода Монте-Карло для оптимального размещения компенсирующих устройств // Энергетические системы. 2019. № 1. С. 88-94.
eLIBRARY: https://www.elibrary.ru/item.asp?id=43933504
6. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: пер. с польск. И.Д. Рудинского. М.: Горячая линия-Телеком, 2006. 452 с.
eLIBRARY: https://www.elibrary.ru/item.asp?id=21556269
7. Влацкая Л. А., Семенова Н.Г. Применение генетических алгоритмов в задачах оптимизации размещения компенсирующих устройств // Электротехнические системы и комплексы. 2019. № 4(45). С. 21-28.
eLIBRARY: https://www.elibrary.ru/item.asp?id=41568402
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2020 Влацкая Л.А., Семенова Н.Г.
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
