本项目开发了一套高效的混合智能算法,旨在解决含有多个风电接入点的IEEE33节点力系统随机规划问题。考虑到风力发电具有极强的波动性和随机性,传统的数学优化模型往往难以兼顾计算效率与约束处理的精度。该项目首先利用人工神经网络(ANN)的非线性映射能力,通过大量样本对系统中复杂的不确定性函数以及电压、功率平衡等非线性约束进行学习与拟合,将其转化为可直接调用的黑盒回归模型。在求解阶段,系统引入了改进的粒子群优化(PSO)算法。该算法以ANN拟合结果作为适应度评价的基础,在多维解空间内进行全局寻优,旨在寻找使系统