Zastosowanie algorytmu ewolucyjnego do minimalizacji strat występujących w liniach przesyłowych

• Autorzy: Gajer M.

Warianty tytułu

EN

Application of evolutionary algorithm to minimize losses in transmission lines

• Języki publikacji: PL

Abstrakty

PL

Omówiono możliwości zastosowania pomiarów uzyskanych za pomocą systemu WAMS do sterowania urządzeniami FACTS, z możliwością regulacji poprzecznej w systemie elektroenergetycznym.

EN

The paper presents a method of application of evolutionary algorithm 10 minimize transmission losses in the highest voltage lines.

Słowa kluczowe

PL

stabilność i regulacja SEE; urządzenia FACTS; systemy WAMS

EN

transmission losses; evolutionary algorithm

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Wiadomości Elektrotechniczne
• Rocznik: 2010
• Tom: R. 78, nr 3
• Strony: 18--21
• Opis fizyczny: Bibliogr. 12 poz.

Twórcy

autor

Gajer M.

• Katedra Automatyki Akademii Górniczo-Hutniczej, Kraków

Bibliografia

• [l] Ampatzis C. et al.: Evolving self-assembly in autonomous homogeneous robots: Experiments with two physical robots. Artificial Life 2009 vol. 15
• [2] Arabas J.: Wykłady z algorytmów ewolucyjnych. Wydawnictwa Naukowo-Techniczne, Warszawa 2004
• [3] Buli L.: On the Baldwin effect. Artificial Life 1999 vol. 5
• [4] Bullinaria J.A.: Lifetime learning as a factor in life history evolution. Artificial Life 2009 vol. 15
• [5] Gajer M.: Zastosowanie algorytmów ewolucyjnych w zagadnieniach optymalizacyjnych na przykładzie problemu ekonomicznego rozdziału obciążeń w systemie elektroenergetycznym. Elektronika 2004 nr 11
• [6] Gajer M.: Zastosowanie algorytmów genetycznych do poszukiwania optymalnych planów produkcji energii w systemie elektroenergetycznym. [W:] Współczesne problemy systemów czasu rzeczywistego. WNT, Warszawa 2004
• [7] Gajer M: Zastosowanie algorytmu ewolucyjnego do optymalizacji pracy urządzeń systemu elektroenergetycznego. Informatyka Teoretyczna i Stosowana 2007 nr 2
• [8] Goldberg D.E.: Algorytmy genetyczne i ich zastosowania. Wydawnictwa Naukowo-Techniczne, Warszawa 1996
• [9] Gras R. et al.: An individual-based evolving predator-prey ecosystem simulation using a fuzzy cognitive map as the behavior model. Artificial Life 2009 vol. 15
• [10] Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolu­cyjne. Wydawnictwa Naukowo-Techniczne, Warszawa 2003
• [11] Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN, Warszawa-Łodź 1997
• [12] Stanley K.O., D'Ambrosio D.B., Gauci J.: A hypercube-based encoding for evolving large-scale neural networks. Artificial Life 2009 vol. 15