Эволюционное моделирование – это одно из направлений искусственного интеллекта, сущностью которого является интерпретация вычислительных процессов и построение конечных форм целостных вычислительных алгоритмов с точки зрения их существования, изменчивости и развития в природных системах. По причине использования в своей основе принципов теории естественного отбора все методы эволюционного моделирования носят оптимизационный характер. Одним из наиболее распространенных методов эволюционного моделирования является генетический алгоритм (ГА) – метод адаптивного поиска решений, основанный на принципах теории эволюции и теории естественного отбора с сохранением биологической терминологии в упрощенном виде, сущностью которого является определение наиболее приспособленной особи (решения) по значению функции ее приспособленности в ходе эволюции с учетом анализа влияний факторов наследственности и внешней среды. Несмотря на биологическую терминологию, ГА являются универсальным вычислительным средством, с помощью которого можно решать широкий круг сложных задач, в том числе и в отрасли электроэнергетики. Авторами был рассмотрен вопрос о применении генетического алгоритма в рамках расчета установившегося режима электрической сети (УР ЭС), так как математическая модель электрической сети представляет собой систему нелинейных уравнений высокого порядка, в которой учтены все ограничения, накладываемые физическими свойствами рассматриваемого объекта, и решение которой ввиду сложности реально действующих электрических сетей – достаточно трудоемкая оптимизационная задача. Корректное решение данной системы является наиболее ответственным этапом расчета УР ЭС. Именно по этой причине поиск оптимальных методов расчета УР ЭС является важной и актуальной задачей. В данной работе представлены результаты разработки аналитического аппарата, позволившего осуществить поиск решения задачи расчета установившихся режимов электрических сетей методом генетического алгоритма посредством специального программного обеспечения.
Темы: искусственный интеллект, генетические алгоритмы, прикладная информатика, моделирование, эффективные алгоритмы, инструментальные средства, электрические сети
