一种基于信息熵的多任务最优潮流计算方法

AITNT
正文
推荐专利
一种基于信息熵的多任务最优潮流计算方法
申请号:CN202510544254
申请日期:2025-04-28
公开号:CN120546017A
公开日期:2025-08-26
类型:发明专利
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
1
考虑极端场景的输电网架扩展规划优化方法及装置
输电网架 规划优化方法 场景 学习算法 电压支撑强度
2
分布式光伏电站的智能巡检系统
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
3
一种移动式储能型智能软开关联合优化调度方法及系统
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
4
一种海外安全事件多维度预测方法和设备
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
5
一种基于神经网络预测的微型弹簧垫片尺寸控制方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号