Publication: การวางแผนขยายระบบสายส่งแบบพิจารณาการสูญเสียโดยใช้ วิธีดิฟเฟอร์เรนเชียลอีโวลูชั่นอัลกอริธึมแบบปรับตัวเองได้
0
0
Issued Date
2011
Resource Type
Language
tha
File Type
application/pdf
Access Rights
open access
Rights
ผลงานนี้เผยแพร่ภายใต้ สัญญาอนุญาตครีเอทีฟคอมมอนส์แบบ แสดงที่มา-ไม่ใช้เพื่อการค้า-ไม่ดัดแปลง 4.0 (CC BY-NC-ND 4.0)
Rights Holder(s)
มหาวิทยาลัยศรีนครินทรวิโรฒ
Suggested Citation
เฉลิมพล ฤทธิ์งาม, ธีรวิชญ์ ฝูงดี (2011). การวางแผนขยายระบบสายส่งแบบพิจารณาการสูญเสียโดยใช้ วิธีดิฟเฟอร์เรนเชียลอีโวลูชั่นอัลกอริธึมแบบปรับตัวเองได้. สืบค้นจาก: https://hdl.handle.net/20.500.14740/5282
Alternative Title(s)
Self-Adaptive Differential Evolution Algorithm for Transmission Expansion Planning with Losses Consideration
Author(s)
Advisor(s)
Organization
Abstract
โครงงานวิศวกรรมนี้ได้นำเสนอการแก้ปัญหาการวางแผนขยายระบบสายส่งแบบพิจารณาการสูญเสียโดยใช้วิธีดิฟเฟอร์เรนเชียลอิโวลูชั่นอัลกอริธึมแบบปรับตัวเองได้โครงงานนี้ได้แบ่งการทดสอบการวางแผนขยายระบบสายส่งแบบสถิตยศาสตร์ (Static Planning) จำนวน 2 ปัญหา คือระบบ
Garver 6-Bus และ IEEE 25-Bus และส่วนของการออกแบบอัลกอรึธึม โดยเฉพาะการออกแบบอัลกอริธึมการปรับตัวเองนั้นได้ใช้วิธีการความน่าจะเป็นมาใช้ในการแก้ปัญหา โดยใช้ช่วงพารามิเตอร์ Mutation Factor(F) = [0.4,1] และ Crossover Constant(CR) = [0.8,1] จากการทดลองพบวา่ ปัญหา Garver 6-Bus และปัญหา IEEE 25-Bus พบว่า ได้ผลค่าการลงทุนและผลค่าความสูญเสียน้อยกว่าเมื่อ
เปรียบเทียบกับวิธี Artificial Neural Network (ANN), Genetic Algorithm (GA) และTabu Search (TS)
A self-adaptive differential evolution algorithm (SaDEA) is proposed to solve the transmission expansion planning (TEP) with losses consideration problem. The work consists of two parts that are an algorithm design and the application of SaDEA for solving the static TEP problem(Garver-6 Bus and IEEE-25 Bus). For this simulation, authors use the probability to solve TEP problem using mutation factor(F) = [0.4,1] and crossover constant(CR) = [0.8,1]. From test results, a SaDEA Method found the investment costs and power losses less then artificial neural network(ANN), genetic algorithm(GA) and tabu search(TS) method on Garver 6-bus and IEEE 25- bus systems.
A self-adaptive differential evolution algorithm (SaDEA) is proposed to solve the transmission expansion planning (TEP) with losses consideration problem. The work consists of two parts that are an algorithm design and the application of SaDEA for solving the static TEP problem(Garver-6 Bus and IEEE-25 Bus). For this simulation, authors use the probability to solve TEP problem using mutation factor(F) = [0.4,1] and crossover constant(CR) = [0.8,1]. From test results, a SaDEA Method found the investment costs and power losses less then artificial neural network(ANN), genetic algorithm(GA) and tabu search(TS) method on Garver 6-bus and IEEE 25- bus systems.