基于广泛学习策略的回溯搜索优化算法的电网停电计划排期方法
申请号:CN202510212461
申请日期:2025-02-25
公开号:CN120146477A
公开日期:2025-06-13
类型:发明专利
摘要
基于广泛学习策略的回溯搜索优化算法的电网停电计划排期方法,建立考虑偏好的停电计划排期多目标优化模型。改进了传统回溯搜索算法,提升了其求解效率和全局搜索能力。针对回溯搜索算法因缺少最优解引导而导致的收敛速度慢的问题,对变异操作和交叉机制进行了优化,增强了解空间的全局探索能力;针对回溯搜索算法易陷入局部最优的缺点,提出了一种基于广泛学习策略的引导机制,通过学习种群中当前搜索到的最优解信息,并结合全局探索构建候选解集,有效地控制算法的搜索方向,从而提升种群对全局最优解的收敛能力。最终,通过多次迭代生成的优化停电排期方案,能够实现电网停电计划排期的全局优化和平衡,显著提高电网运行的安全性和经济性。
技术关键词
电网停电计划
搜索优化算法
排期方法
搜索算法
方程
日期
对象
人工工作量
进化策略
平衡算法
矩阵
变异策略
表达式
周期
网络系统
规模