改进粒子群算法在电力系统无功优化中的应用

来源 :中国高等学校电力系统及其自动化专业第二十三届学术年会 | 被引量 : 0次 | 上传用户:pp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对粒子群优化算法后期易陷入局部极值的缺点,提出了一种改进的粒子群优化算法,当粒子某维的速度小于一定给定值时,重新初始化该维速度,同时对该粒子的历史最优解的相应维位置实施差异变异算子,提高了算法的寻优能力。将改进算法应用于电力系统无功优化中,IEEE30节点测试系统仿真结果表明改进算法求解无功优化的有效性。
其他文献
针对电网故障后大量不确定和不完整信息导致难以得出准确结论的问题。采用粗糙集理论,利用决策表属性约简的方法对配电网进行故障诊断,建立故障诊断模型。属性约简常用的方法是
关于‘植物生理学如何为“四化”服务’的讨论,看来不限于植物生理学。讨论提出的问题既是植物生理学的问题也是遗传学、形态学、解剖学、系统学、生态学的问题,或者说所有
电力系统无功优化问题是一个多变量、复杂的非线性难题,而且是提高电力系统电压质量的一项重要措施。本文把改进的蚁群算法应用于电力系统无功优化中,以IEEE6节点标准测试系统
Professor Wang YunCai and his student Wang AnBang reported a new concept of optical time domain reflectometry (OTDR) based on a chaotic light correlation method
针对传统对同步发电机的运行分析都是基于其线性化模型,本文以考虑磁路饱和效应的同步电机模型为研究对象,将一种新的寻优策略-蚁群算法应用于同步发电机参数辨识,并给出了参数
A-Teams是一种分布式的人工智能方法,它能充分组合现有的算法,利用多处理器对问题进行求解,适合解决复杂的优化和约束满足问题。在阅读大量文献的基础上,本文介绍了A-Teams方法的
LO10-26D0512-04产品为金升阳针对最新《国家电网标准》,专为公变终端、专变终端、大客户终端、变电站终端设计的三相四线制电力仪表开关电源。该电源可在65-460VAC或者80-65
遗传算法是一种通过在整个解空间多渠道同时搜索以找到全局最优解的寻优方法,针对电力系统无功优化问题,提出基于遗传算法的电力系统无功优化的求解方法,用实例验证了遗传算法对
针对短期电力负荷的特点,提出了一种基于相似日的支持向量机预测模型。利用相似日方法描述由于多种相关因素的不同而导致的预测日和历史日之间的差异程度,选用特征量相同或相
快速负荷恢复是大面积停电后恢复控制的最终目的。恢复负荷时,必须兼顾恢复速度与发电机机组响应之间的关系。本文在网络重构的基础上,提出一种基于遗传模拟退火算法(GASA)的负
会议