1、“.....完成潮流计算并返回计算的个体适应值。这种主从式计算模型实现起来比较方便，并且不需要额外的硬件设施，可以利用联入局域网的多台机器实现并行计算。第五章小结为期四个月的设计已接近尾声，在此，对设计过程中或成功或失败的经验做个小结。本次设计是在周利军老师的指导下完成的。我的课题是用编程实现变电站的无功电压优化控制，由于目前遗传算法在寻优时间及最优解收敛问题上还没有很大突破，因此课题的前瞻性很强。而我的设计只是完成了些最基础的工作，大体把整个框架搭了出来，希望在以后的工作中不断加以补充和完善。回想自己走过的四个月，从刚接到课题时的茫然无措到完成任务时的胸有成竹，收获颇丰。在这段时间里，我充分体会到了主动学习的乐趣与苦趣，很多时候在走投无路时，往往柳暗花明又村......”。

2、“.....也曾经夜不能寐，此时的苦趣亦是享受。值得注意，多了解与本课题相关的其他东西，往往会有意外收获，例如寻找适应度函数时我就参考了模糊动态规划法的资料。老师和同学的帮助也是必不可少的，当自己的思路陷入困境，换种思维方式也许是成功的关键。例如在周老师的教益下，我充分认识到了作为配电系统的环,变电站潮流的重要性，等等。鉴于在电力系统中，变电站数量巨大，地位重要的特点，研究变电站内的无功电压控制，提高供电质量，降低网损，已成为众多变电站自动化方面专家学者的研究方向，而且到目前为止，已有了很大的成果。作为名本科毕业生，由于本人的水平有限，且设计时间较短，故难以在这方面有所新的突破，所以，撰写本文的目的不是要在这方面有新成果，而是要在各专家学者已有的成果基础上，进行综合的学习和探讨，分析各种方法的优劣性......”。

3、“.....致谢在设计和论文写作的整个过程中，指导教师周利军老师在各方面都给予的全面指导和帮助。导师的精深渊博知识求实创新勤奋严谨的治学风范忘我的工作作风时刻熏陶着我导师的因材施教诲人不倦的授业精神给学生留下了深刻的印象，这将使我受益终身。在校期间，得到网络教育学院各级领导和辅导老师的亲切关怀和无私的培养，使我在学习的过程学到了许多做人的道理。在此向他们道声您们辛苦了,感谢西南交通大学电气工程学院等老师两年来在工作学习上给予我的热情关怀指导与帮助。另外，互联网上些朋友也给我完成设计提出了很多宝贵的意见和无私的帮助。这对于我以后的学习和工作都有很大的帮助，在此对他们表示由衷的感谢,参考文献变电站综合自动化原理及其系统张惠刚主编电力系统稳态分析东南大学陈珩主编电力工程上海电力学院陆敏政主编配电网实用技术孙成宝......”。

4、“.....曹立明著模糊动态规划法在变电站电压无功控制中的应用陈爱东,龚乐年电网技术配电系统电压控制和无功优化的简化动态规划法张鹏,刘玉田电力系统及其自动化学报分布计算的遗传算法在无功优化中的应用潘哲龙，张伯明，孙宏斌，程亮电力系统自动化基于遗传算法的无功优化模型研究顾洁，陈章潮，张林电力系统及其自动化学报电力系统模糊无功优化的建模及算法宋军英，刘涤尘，陈允平电网技术基于改进遗传算法的配电网无功优化赵登福，扬靖，刘昱西安交通大学学报电网无功优化的改进遗传算法任震，钟红梅，张勇军，唐卓尧电力自动化设备基于遗传算法的配电网无功优化控制的两部算法欧少明，林火华广东电力配电网无功优化的分时段控制策略胡泽春，王锡凡，电力系统自动化种适合于解决辐射状配电网电容器最优配置问题的遗传算法徐清平，解学书，滕人杰......”。

5、“.....周家启中国电机工程学报,河海大学硕士研究生毕业论文集河海大学附录程序清单,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,来说明它的用法，并提供种程序流程。在输电线的末端，接有主变容量为，阻抗为标么值变比为的降压变压器图。变压器低压侧小时负荷预测见第章表。求利用计算机编程实现的值见表。小时小时表当,小时的值前推回代潮流计算的程序流程图如下图所示以上便是前推回代法的具体内容，在第章变电站无功电压优化控制中，将会用到该方法及如上流程图。图潮流流程图第三节本章小结本章主要介绍了在电力系统中，进行潮流计算的相关内容，并着重以前推回代法为重点，介绍该方法的模型原理及应用等内容，全章涉及下面两点开始读取负荷及次电压......”。

6、“.....本章主要以计算为主，详细讲解了前推回代法的原理和应用问题，是对第章变电站电压无功优化控制所做的个铺垫，为其提供必要的计算方法。第四章变电站无功电压优化控制变电站中的电压无功综合控制目前已经得到了广泛的应用，它对于在负荷和电压波动的情况下向用户提供合格的电能最大限度地降低从系统吸收的无功从而降低网损具有重要的意义。就目前已投入运行的设备或软件而言，原理大多数基于固定边界或模糊边界的九域图原理法。由于其控制判据对电压越限因素的识别能力不充分而导致自动调节判据缺陷，因而影响整体调节性能。随着国内变电站自动化水平日益提高，有关历史数据已可以很好地保存，从而可进行较好的短期负荷预测。些常规的优化方法有线性规划非线性规划和动态规划等......”。

7、“.....但这些方法要求优化问题可微，对离散变量的处理缺乏指导性，而且通常只能局部最优解。为了处理这样的问题，人们提出了基于遗传算法的无功优化方法。该方法根据些历史数据，利用相关分析，先确定第二天的负荷及高压侧电压预测值。在此基础上，再考虑不同负荷模型低压侧母线电压和主变功率因数以及并适当考虑天中电容器最大允许的调节投切次数等限制，确立适应度函数，最后通过寻找适应度函数的最优解来确定第二天每个时段的分接头位置和电容器的开关状态。这种方法在些实际应用中已经体现出了很多优点，是种比较合理的电压无功优化控制方法。第节遗传算法的原理遗传算法,是种基于自然选择和基因遗传学原理的优化搜索方法。遗传算法的创立过程有两个研究目的是抽象和严谨地解释自然界的适应过程二是为了将自然生物系统地重要机理运用到工程系统计算机系统等人工系统的设计中......”。

8、“.....并不需要对象的特定知识，也不需要对象的搜索空间是连续可微的，它具有全局寻优的能力。操作简单和作用强大是遗传算法的两大主要特点。人们常常把它用于许多领域的实际问题，如函数优化自动控制图象识别机器学习等。本节主要讨论遗传算法的基本原理操作等。般的遗传算法都包含三个基本操作选择交叉变异选择选择是从个旧种群中选择生命力强的个体位串产生新种群的过程。或者说选择是个体位串根据其目标函数即适配值函数拷贝自己的过程。根据位串的适配值拷贝位串意味着，具有较高适配值的位串更有可能在下代中产生个或多个子孙。在我们的选择过程中，目标函数适配值是该位串被选择或淘汰的决定因素。选择操作的初始种群旧种群的生成往往是随机的。例如我们可以通过掷硬币次，可产生维数的初始种群如下正面，背面显然......”。

9、“.....将其编号为四个位串位串位串位串位串位串可分别解码为如下十进制的数位串位串位串位串通过个五位无符号二进制数，我们可以得到个从到的数值，它可以是系统的个参数。取目标函数或适配值，可得计算结果如表所示。对四个位串的适配值求和，结果为。种群全体的适配值的比例也示于表中。遗传算法的每代都是从选择开始的。选择操作可以以多种算法的形式实现。种较为简单的方法是使用轮盘赌的转盘上的成比例的块区域。表种群的初始位串及对应的适配值选择时，只是简单地转动这个按权重划分的转盘次，从而产生个下代的种群。例如对于表中的位串，其适配值为，为总适配值的。因此，每次转动下转盘，指向位串的概率为。每当我们需要另个后代时，就简单地转动下这个按权重划分的转轮，产生个选择的候选者。这样位串的适配值越高，在其下代中产生的后代就越多......”。