马红霞

作品数：2被引量：47H指数：2
导出分析报告
供职机构：燕山大学更多>>
发文主题：电力系统PMU粒子群优化算法参数优化模糊神经网络更多>>
发文领域：电气工程自动化与计算机技术金属学及工艺更多>>
发文期刊：《电网技术》《燕山大学学报》更多>>
所获基金：河北省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于PMU量测数据和SCADA数据融合的电力系统状态估计方法被引量：41
《电网技术》2008年第14期44-49,共6页薛辉 贾清泉 王宁 王海棠 马红霞 
针对传统静态状态估计方法的缺点,提出了一种改进的电力系统状态估计方法,即将部分节点相量测量单元(phasor measurement unit,PMU)量测数据与监控数据采集(supervisory control and data acquisition,SCADA)量测数据融合进行电力系统...
关键词：状态估计 相量测量单元(PMU) 全球定位系统(GPS) 潮流预测 快速分解法 
粒子群算法及其在电力系统无功优化中的应用综述被引量：6
《燕山大学学报》2008年第3期245-250,共6页李鑫滨 朱庆军 马红霞 李强波 
河北省自然科学基金数学研究专项资助项目(07M007)
粒子群优化(Particle Swarm Optimization,PSO)算法是一种基于群体智能的启发式全局优化技术。本文首先介绍了粒子群优化算法的基本原理,给出了算法实现的基本步骤、多种改进形式以及研究现状;其次分析了电力系统无功优化的特点,并对PS...
关键词：粒子群优化算法 电力系统 无功优化 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部