检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]晋中职业技术学院机电工程系,山西晋中030600 [2]太原科技大学研究生院,山西太原030024 [3]太原理工大学电气与动力工程学院,山西太原030024
出 处:《水电能源科学》2012年第11期188-190,183,共4页Water Resources and Power
摘 要:电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法(PSO)具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化算法(AMPSO),将该算法用于求解电力系统无功优化问题,并以IEEE30标准节点系统为算例进行验证。结果表明,与PSO算法相比,AMPSO算法有效降低了系统网损,显现出良好的全局收敛特性。Reactive power optimization is of great importance to guarantee security and economic operation of power system.Particle swarm optimization(PSO) has some advantages of simple model,fast convergence and simple parameter.When PSO is used to solve high-dimensional complex optimization problem,it is easy to fall into local optimum.So,an adaptive mutation particle swarm optimization algorithm(AMPSO) is proposed to solve reactive power optimization in power system.An IEEE30 node system is used to verify the AMPSO algorithm.The results show that AMPSO reduce system losses effective and it appears good global convergence.
关 键 词:粒子群优化算法 电力系统 无功优化 自适应随机变异粒子群优化算法
分 类 号:TM715[电气工程—电力系统及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.28