摘要
本发明涉及电力系统优化技术领域,公开了一种基于信息熵的多任务最优潮流计算方法。该方法通过构建多任务模型并初始化种群,计算种群中每个个体的信息熵以衡量其不确定性和多样性。基于信息熵动态选择变异策略,平衡探索与开发;通过互信息熵作为知识转移准则,确保跨任务知识共享的可靠性。将上述机制集成到差分进化算法中,实现多任务协同优化,提高整体优化效率和解的质量。本发明可有效解决多任务最优潮流问题,降低计算复杂度,避免负知识迁移,提升算法的自适应能力与可解释性,适用于电力系统中需同时处理多个复杂、异构任务的场景。
技术关键词
信息熵
潮流计算方法
多任务
变异策略
电力系统优化技术
电力网络拓扑
发电机参数
判断算法
进化算法
动态
电压
机制
复杂度
功率
数据
异构
系统为您推荐了相关专利信息
输电网架
规划优化方法
场景
学习算法
电压支撑强度
分布式光伏电站
智能巡检系统
电池组
卷积神经网络模型
特征提取模块
智能软开关
移动式储能
联合优化调度
储能电池
接入配电网
集成学习算法
安全事件预测技术
深度学习模型
XGBoost算法
文本
量子态
弹簧垫片
尺寸控制方法
保护控制技术
神经网络模型