买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东大学申请的专利基于粒子群遗传混合算法的集电系统拓扑优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119358429B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411957633.1，技术领域涉及：G06F30/27；该发明授权基于粒子群遗传混合算法的集电系统拓扑优化方法及系统是由王光臣;陈静;宋海瑢;王海洋;刘心雨;高梦雪设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于粒子群遗传混合算法的集电系统拓扑优化方法及系统在说明书摘要公布了：本发明涉及新能源发电技术领域，具体公开了一种基于粒子群遗传混合算法的集电系统拓扑优化方法及系统，方法包括：以全寿命周期成本最低为目标，建立集电系统拓扑优化的目标函数，同时考虑海缆载流量约束、海缆所连接风机数量和海缆交叠作为约束条件，得到海上风电场集电系统拓扑结构的数学模型；使用自适应的粒子群遗传混合算法对所述数学模型进行求解，得到集电系统的最优拓扑结构；本发明在模型求解时采用自适应粒子群遗传混合算法，编码采用混合编码方式，选择全寿命周期成本的平方的倒数作为适应度函数以突出个体间的差异性，得到的结果解码不仅是经济最优的拓扑方案，而且能直观清晰表示出拓扑结构。

本发明授权基于粒子群遗传混合算法的集电系统拓扑优化方法及系统在权利要求书中公布了：1.一种基于粒子群遗传混合算法的集电系统拓扑优化方法，其特征在于，包括： 以全寿命周期成本最低为目标，建立集电系统拓扑优化的目标函数，同时考虑海缆载流量约束、海缆所连接风机数量和海缆交叠作为约束条件，得到海上风电场集电系统拓扑结构的数学模型； 所述海缆交叠约束具体为： ； 其中，、分别表示四台风机之间的两段海缆； 使用自适应的粒子群遗传混合算法对所述数学模型进行求解，得到集电系统的最优拓扑结构； 其中，使用自适应的粒子群遗传混合算法对所述数学模型进行求解的过程具体为： 使用混合编码方式对集电系统拓扑结构进行编码，随机生成初始化种群表示不同的拓扑结构，每一种拓扑结构表示一个个体；设计适应度函数对每个个体的适应度进行评估，更新得到并记录当前的群体最优解； 使用混合编码方式对集电系统拓扑结构进行编码，具体为： 用二进制位表示集电海缆与风机之间的连接关系，1表示连接，0表示不连接，每台风机和海缆之间的连接方式对应一个二进制位，作为连接编码； 用实数值表示风电机组的位置，将每台风机的位置用二维坐标表示，将所有风机的位置按顺序组合后得到的实数编码，作为位置编码； 将连接编码和位置编码组合成一个个体，表示集电系统的一种拓扑结构； 以当前种群中的个体作为粒子，采用自适应加权的粒子群算法对粒子进行迭代更新，粒子在搜索过程中记录自身经历的最优位置进而得到每个粒子当前的个体最优解；将更新后的全部个体最优解作为新的种群，进行遗传操作生成新一代个体；计算新一代个体适应度值并与当前的群体最优解的适应度值共同排序，得到新的群体最优解；重复该过程，直至满足终止条件，得到全局的群体最优解并解码，从而得到集电系统的最优拓扑结构； 利用自适应粒子群算法思想，更新每个粒子的速度和位置，寻找最优解，具体过程包括： 初始化每个粒子的速度和位置； 初始化参数，包括惯性权重，学习因子，算法迭代次数； 在每次迭代中，计算粒子的新速度和新位置； 根据粒子目标函数值的变化，动态调整惯性权重，用来增强或减小搜索能力； 重复当前步骤，并记录当前得到的个体最优解； 将更新后的全部个体最优解作为新的种群，进行遗传操作生成新一代个体； 设计交叉算子，保留父代个体的特征信息且增加种群多样性，促进种群进化； 设计变异算子，随机改变某些个体的基因； 设计适应度函数对每个个体的适应度进行评估，所述适应度函数具体为： ； 其中，为全寿命周期成本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。