6879 KB362 KB0 KB2011Glotić, AdnanPihler, JožeTičar, IgorXXV, 147 str., 30 cmCOBISSID:14930454URN:URN:NBN:SI:doc-M54KDTDEslA. Glotićvisokošolska deladiferenčna evolucijaDisertacijeElektroenergetska omrežjaevolucijski algoritmiizolatorjiKrigingOptimiranjestikalne napraveOptimiranje elementov elektroenergetskega omrežja z uporabo evolucijskih algoritmov| doktorska disertacija|In this thesis an approach for solving various optimization problems in area of electrical power network elements is presented. Results and details of optimization algorithm applications for solving various elements, such as transformer, post composite insulator, gas discharge arrester, bushing and network configuration problem are also given. Well known evolutionary algorithm, Differential evolution, has been selected as a fundamental optimization technique. Its downside, which is common to all Evolutionary algorithms, is the required large number of iterations, respectively the number of function evaluations in order to achieve the convergence. To improve this property of Differential evolution algorithm, one has been extended to use Kriging interpolation method. Newly developed Kriging-assisteddifferential evolution algorithm enables the reduction of required function calls. Experiments, which had been conducted on several standard test functions, and also on a real engineering problem, have shown that new algorithm, compared to original Differential evolution algorithm, generally reduces a number of actual function calls by halfV doktorski disertaciji je predstavljen pristop k reševanju različnih optimizacijskih problemov v domeni elektroenergetskega omrežja. Pri tem so predstavljeni rezultati in podrobnosti aplikacij optimizacijskih algoritmov pri reševanju optimizacijskih problemov elementov kot so transformator, podporni kompozitni izolator, plinski odvodnik ter skoznjik, kot tudi primer določanja optimalne konfiguracije srednjenapetostnega omrežja. Kot primarna optimizacijska tehnika je bil uporabljen evolucijski algoritem imenovan diferenčna evolucija. Njegova slabost, ki je sorodna vsem evolucijskim algoritmom, je veliko število cenitev kriterijske funkcije, potrebnih za doseganje konvergence optimizacijskega postopka. Izboljšanje omenjene slabostije bilo v okviru disertacije realizirano z razširitvijo izvirnega algoritma oz. z njegovo dopolnitvijo s Kriging interpolacijsko metodo. Preskusi na različnih standardnih testnih funkcijah kot tudi na realnem inženirskem problemu so pokazali, da potrebuje novi algoritem v primerjavi z izvirnim povprečno pol manj cenitev dejanske kriterijske funkcijeTEXTvisokošolska delatheses and dissertationsSlovenian National E-content AggregatorNational and University Library of SloveniaUniverza v Mariboru, Fakulteta za elektrotehniko računalništvo in informatiko