تحلیل ژنتیکی میزان سود تولیدکننده انرژی در سیستم قدرت تجدید ساختارشده

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,326

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NEC05_024

تاریخ نمایه سازی: 3 آذر 1385

چکیده مقاله:

در یک سیستم قدرت تجدید ساختارشده، مدل سازی تابع هدف واحدهای نیروگاهی می بایست با توجه به ملاحظات اقتصادی صورت گیرد . به طوری که بیشترین میزان سود را با توجه به تعمیرات واحدهای نیروگاهی دارا باشیم . الگوریتم ژنتیک یکی از الگوریتم های هوشمند جهت بهینه سازی پارامترها توابع هدف میباشد که توسط آن می توان به برنامه ریزی مؤثرتری جهت تعمیرات واحدها دست پیدا کرد . مهمترین ویژگی این الگوریتم استفاده از عملگرهای جهش، برش و انتخاب جهت به دست آوردن نقطه ماکزیمم یا مینیمم مطلق در مقایسه با نقاط ماکزیمم یا مینیمم نسبی است . روش ارائه شده مبتنی بر تحلیل اطلاعاتی است که ژن های یک کروموزوم از واحدهای نیروگاهی دا را می باشند . توسط این ژن ها می بایست تابع هدف که میزان سود در یک دوره تعمیرات می باشد، را بیشینه کرد . بنابراین کروموزوم بهینه آن کروموزومی است که بیشترین سود را عاید سیستم کند .

کلیدواژه ها:

برنامه ریزی ، واحدهای نیروگاهی ، تجدید ساختار ، الگوریتم ژنتیک و عملگرهای جهش ، برش

نویسندگان

شهرام کوشافر

دانشگاه صنعتی خواجه نصیرالدین طوسی

سیدمسعود مقدسی تفرشی

دانشگاه صنعتی خواجه نصیرالدین طوسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • شهرام کوشافر، پایان‌نامه کارشناسی ارشد، "برنامه‌ریزی هوشمند جهت تعمیرات و ...
  • S.M. Shahidehpour and M. Alomoush., Restructured Electrical Power System Operation ...
  • D. E. Goldberg., Genetic Algorithms in Search, Optimisation and Machine ...
  • M, Galina and F. Fink., Power System Restructuring Engineering and ...
  • Michael Negnevitsky and Galina Kelarev., Application of Genetic Algorithm for ...
  • نمایش کامل مراجع