《表2 实验结果对比分析：电力大数据下PSO-GA算法在电厂机组负荷分配中的应用研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《电力大数据下PSO-GA算法在电厂机组负荷分配中的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文针对不同的需求产生的不同约束条件，用粒子群算法和遗传方法进行不等式约束逼近求解和降维的方式进行等式约束平衡求解，得出最优的负荷分配方法。电厂针对不同的需求可采取相应的分配方法。通过真实数据验证，其效果较好，并且分配速率较快。但是，文中算法仍然存在很多可改进之处，例如在不等式约束的情况下罚函数的选取可以构造其它的；例如等式约束中重新生成样本是否可以换成另外的方式处理。总而言之，文中所提针对不同需求的两种方式，对于机组负荷分配寻优都是可行并且高效率的，能同时兼顾达到负荷要求的同时提高电厂的经济效益。