search query: @keyword geneettinen algoritmi / total: 21
reference: 8 / 21
« previous | next »
Author:Vatilo, Jussi
Title:Multi-objective Reconfiguration of Medium Voltage Distribution Networks
Keskijänniteverkkojen kytkentätilanteen monitavoitteinen jakorajaoptimointi
Publication type:Master's thesis
Publication year:2006
Pages:xv + 90 s. + liitt. 5      Language:   eng
Department/School:Sähkö- ja tietoliikennetekniikan osasto
Main subject:Laskennallinen tekniikka   (S-114)
Supervisor:Lampinen, Jouko
Instructor:Mörsky, Janne
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark S80     | Archive
Keywords:network reconfiguration
open-point optimization
loss reduction
genetic algorithm
multi-objective optimization
distribution system
kytkentätilanne
jakorajaoptimointi
häviöiden minimointi
geneettinen algoritmi
monitavoiteoptimointi
sähkönjakeluverkko
Abstract (fin):Kytkentätilanteen hallinta ja jakorajaoptimointi ovat tärkeä osa sähkönjakeluverkon operointia.
Jakeluverkon tehokas käyttö edellyttää kytkentätilanteen muokkaamista kulutuksen vaihdellessa.
Kytkentätilannetta muutetaan avaamalla ja sulkemalla erottimia, verkossa, mikä johtaa tehon erilaiseen jakautumiseen sähköasemilta kuormiin.
Sähkönjakeluyhtiöiden kannalta kytkentätilannetta halutaan yleensä optimoida kustannussyistä esimerkiksi verkon energiahäviöiden tai jännitteenalenemien pienentämiseksi.

Jakorajaoptimointi on monimutkainen, kombinatorinen optimointiongelma, jossa voi olla useita ristiriitaisia tavoitteita sekä teknisiä rajoitteita.
Diplomityön tavoitteena on määritellä ongelma ja löytää optimointimenetelmä, jolla se voidaan ratkaista.
Tässä työssä ongelma esitetään monitavoiteoptimoinnin tehtävänä, jossa ei tehdä etukäteen oletuksia kohdefunktioiden välisistä preferensseistä.
Ratkaisualgoritmi tuottaa joukon Pareto-optimaalisia kompromissiratkaisuja verkostosuunnittelijan valittavaksi.

Ratkaisumenetelmäksi ehdotetaan monitavoitteista geneettistä algoritmia, joka käyttää verkon analysoimiseen tehonjakolaskentaa.
Tekla Xpower -verkkotietojärjestelmästä kehitettiin prototyyppiversio, jolla algoritmin suorituskykyä testattiin kahdessa testitapauksessa.
Ehdotetun algoritmin suoritusta verrattiin myös kahteen muuhun potentiaaliseen ratkaisumenetelmään, simuloituun jäähdytykseen ja heuristiseen haaranvaihtomenetelmään.
Tulokset osoittivat että ehdotettu algoritmi löytää globaaleja optimeja tai lähes optimeja ratkaisuja ongelmaan tehokkaasti ja johdonmukaisesti.
Simulaatiot olivat lupaavia ja geneettisellä algoritmilla varustettu prototyyppi luo vahvat edellytykset jatkokehitykselle.
ED:2006-04-19
INSSI record number: 31569
+ add basket
« previous | next »
INSSI