haku: @keyword monitavoiteoptimointi / yhteensä: 13
hakutulos-lista
viite: 10 / 13
« edellinen | seuraava »
Tekijä:Vatilo, Jussi
Työn nimi:Multi-objective Reconfiguration of Medium Voltage Distribution Networks
Keskijänniteverkkojen kytkentätilanteen monitavoitteinen jakorajaoptimointi
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2006
Sivut:xv + 90 s. + liitt. 5      Kieli:   eng
Koulu/Laitos/Osasto:Sähkö- ja tietoliikennetekniikan osasto
Oppiaine:Laskennallinen tekniikka   (S-114)
Valvoja:Lampinen, Jouko
Ohjaaja:Mörsky, Janne
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark S80     | Arkisto
Avainsanat:network reconfiguration
open-point optimization
loss reduction
genetic algorithm
multi-objective optimization
distribution system
kytkentätilanne
jakorajaoptimointi
häviöiden minimointi
geneettinen algoritmi
monitavoiteoptimointi
sähkönjakeluverkko
Tiivistelmä (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 tietueen numero: 31569
+ lisää koriin
« edellinen | seuraava »
INSSI