免疫遗传算法在配电网规划中的应用
开篇：润墨网以专业的文秘视角，为您筛选了一篇免疫遗传算法在配电网规划中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：随着我国社会经济建设的可持续发展，配电网作为电力系统中面对用户最后一个重要环节的被关注度也越来越高。配电网规划涉及到大量的信息数据需要处理，供电企业研究人员对于这些数据的处理越来越重视。由于城市人口密集化，用户的需求逐渐增多，因此在配电运输过程中出现了很多具体的问题，本文通过深入研究配电网规划中的问题，提出了基于免疫遗传算法的问题解决模型，具有较高的理论价值和经济价值，希望为电力行业的发展提供相应的理论依据。
中图分类号：TM715 文献标识码：A
电力行业发展是我国经济建设的重要组成部分之一，他的发展对于我国国民经济有着巨大的影响，合理的进行电力系统的规划不仅可以带来巨大的经济效益，也可以获得巨大的社会效益。根据电压的高低，我们将电力系统分成四个子系统：发电系统、输电系统、子输电系统和配电系统；根据这四个子电力系统的分类，现将电力系统的规划分为电源规划、输电系统规划、子输电系统规划和配电系统规划。配电系统作为与用户联系的最后直接的一环，对于用户的影响也最直接，因此进一步规范配电网系统规划是目前电力企业亟待解决的问题之一。
一、免疫遗传算法简介
目前，配电网规划算法有数学优化方法、启发式方法、专家系统法、模拟进化策略；现今随着算法的多样化，进化算法作为一种新兴的搜索寻优技术已经逐渐进入到配电网规划当中，遗传算法和免疫算法就属于进化算法的范畴
遗传算法仿效生物进化和遗传的过程，从随机生成的初始可行解出发，遵循优胜劣汰的原则，利用不断的循环复制、交换、突变等操作过程，从而逐渐逼近全局最优解。遗传算法基因更多的是对基因加以较差、混合，让其自由选择，不会考虑到每一个体间的相互作用；而免疫算法则是起源于宿主和宿原之间的竞争，与在遗传算法不同的是，此算法基因组合是为了获得多样性，基因可以由个体自己选择，每个免疫细胞等个体都可相互作用。
此外，为了解决遗传算法在配网规划中可能存在的收敛性，可以通过提升算法收索能力的方式同免疫算法想结合，形成免疫遗传算法。实际上此算法基于生物免疫机制改进的一种遗传算法，以实现群体收敛和个体多样性的动态平衡。
免疫遗传算法在配电网规划中的应用原理是将电网规划存在的问题用函数对应至每一入侵抗原，然后再集合配电网规划进行解析，最后对应至免疫系统抗体加以求解。
1配电网规划免疫遗传算法其它算子的设计如下。
（1）自然选择
优胜劣汰是大自然的自然选择规律，根据竞争法则，每次参照一个概率从群体中选出若干个最优秀的个体作为父本和母本，繁殖后代，产生新的个体加入到下一代群体当中。
（2）随机杂交
随机抽取两个父本抗体之一最为下一个杂交点，交换该点对应的基因；经上述随机杂交后。原有的父本抗体的所对应的辐射网络结构就可能被破坏，所以在杂交之前需要根据具体情况具体分析，适当处理。
（3）基因变异
将抗体中的位点基因按照选定的变异概率进行取反操作，并且检验网络的连通性及辐射性，合格之后作为子代个体。若由于（2）中杂交过程破坏了父本的辐射网络结构，那么就应该采用和杂交相同的方式来处理问题。
2免疫遗传算法（图表中统称改进算法）流程如下。
免疫遗传的配电网规划算法中，抗原对应目标函数和约束条件，抗议对应于目标函数的可能解，计算流程大致如图1所示。
（1）参数设置
第一步先初始化参数值，将设置最大进化次数，然后设为变异率、为交叉率，N为较差编译抗体数量，P为随机产生抗体数量。
（2）产生初始抗体
假设交叉变异所产生的抗体与初始抗体的个数总和为，先结合所设定的参数特征对其相应的记忆信息细胞加以识别，观其是否存在。如果存在，那么就可以刺激相应记忆细胞所产生的初始抗体，然后再经由系统随机产生部分缺少的抗体；而如果没有识别到相应的记忆细胞抗体，那么可直接经由系统随机产生。
（3）识别抗体抗原
在对抗体抗原识别之后，分别计算其适应度与识别度。
（4）新抗体产生
根据遗传操作理论，可以通过利用选择、变异与交叉的方式产生新抗体。
（5）计算抗体的信息熵H以及抗体的相似度A。
（6）根据出口与条件来判定
如果相似度A大于阈值AO最为评价条件来参考。如果相似度在阈值以内及不大于阈值，则操作继续转向第三步。
（7）产生个新抗体
P个新抗体随机产生，那么其抗体数量总和则为个。
（8）更新群体抗体浓度
如果抗体总数达到个，那么便可以通过抗体适应度与抗体浓度评价的方式对其适应度加以调整，从而可以得到一个评价较为准确的聚合适应度，然后再选择出聚合适应度较高的N个抗体组成新群体并加以更新。在这一前提下，所产生的下一台群体大多都是基于抗体浓度群体的更新个体，且被选择为军和适应度较高抗体的概率整体更加优化。其次，在浓度保持不变的情况下，其抗体的适应度同聚合适应度呈正相关关系，这也就在一定程度上展现出了免疫系统所特有的自我调节能力。通俗来讲即能够留存和发展适应度强的抗体、遏制浓度较高的抗体、抗原，最终形成一个多样、新颖、高等的保持方式。
（9）更新记忆细胞库
不难发现，在整个问题的求解过程当中，每更新一代抗体群都实际上是将最优抗体选入记忆细胞库中的过程。因此在每次选用记忆抗体的时候，其记忆细胞库往往会出现满溢的状态，只能够通过替换适应度差的抗体的方式确保抗体群最优，并确保其记忆细胞库的多样、整体最优。
（10）抗体浓度稳定性判定
抗体浓度稳定性的判定较为简单，如果其浓度达到稳定，那么输出后便会有结果，而如果没有达到稳定那么跳转到（3），再次计算。
3配电网规划中的应用
配电电源、配电线路、配电网架的规划都是配电网规划的主要部分；
（1）在配电线路规划过程中需要确定的配电线路出发点和终止点，在个符合小区的空间负荷分布已知情况下，如何合理的将空间负荷等有效合成点负荷来确定个线路的终止子通常采用的处理方法是将负荷小的区域转移到某一个确定的点上，根据虚拟的电荷连同网架结构、导线型号、线路回路等作为变量，参造免疫遗传算法将变量套入即可进行进一步编码优化 （如图2所示）。
（2）分布式电源是分散布置在配电网或用户附近的小型发电系统，具有污染少能利用率高等特点。为了满足用户供电和网络正常运行的条件下，分布式电源大量接入配电网，其输出和输入的随机特点使得计算的复杂性大打加大，单向潮流变为网格潮流、负荷系数增多等，免疫遗传算法就为分布式电源的计算提供了较为便捷的途径。
（3）结合常规配电网网架的问题和特点，以配电网网架投资和网络运行费用的经济指标为优化目标，以线路传输容量、电压降、配电网的辐射性为约束条件，通过免疫遗传算法保证生成解的可靠性，避免了辐射性检查。
结语
通过简单的了解免疫遗传算法及其在配电网规划中的应用，通过其实用性和可行性得以证实：在配电系统规划中，深入研究免疫遗传算法的应用具有现实意义。目前，免疫遗传算法在理论上已经形成了一套较为完善的算法体系，然而在实际使用中，还存在很多的问题有待于我们继续深入研究探讨。因此在今后的工作当中，如何提高免疫遗传算法的精确度，将其可靠的应用于城市配电网规划当中，从而进一步带动电力系统的整体发展作为首要任务。由于本文仅限边幅较小，因此并未对核算过程做详细的阐述。
参考文献
[1]过羽丰.基于改进遗传算法的配电网络规划研究[D].西华大学2012.
[2]麻秀范，崔换君.改进遗传算法在含分布式电源的配电网规划中的应用[J].电工技术学报. 2011（03）.
[3]刘育明，周玻杜林，姚陈果，孙才新.用于配电网规划的多种群免疫遗传算法[J].高电压技术.2006（05）.