电网技术

2012, v.36;No.340(03) 162-167

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于云自适应梯度粒子群算法的无功优化
Reactive Power Optimization Based on Cloud Adaptive Gradient Particle Swarm Optimization

祝洪博;徐刚刚;海冉冉;余立平;

摘要(Abstract):

粒子群算法存在着早熟的现象,易陷入局部最小点,为了克服这个缺点,文章首先将云模型引入粒子群算法,将粒子分成2部分,靠近最优粒子和远离最优粒子的部分,其中靠近最优粒子种群的惯性权重由云模型的X-条件发生器自适应调整,提出了云自适应粒子群算法(cloud adaptiveparticle swarm optimization,CAPSO),然后引入梯度的思想,提出云自适应梯度粒子群算法(cloud adaptive gradientparticle swarm optimization,CAGPSO)。以网损最小为目标函数,对标准IEEE 14和IEEE 30节点系统进行仿真计算,结果表明改进后的CAGPSO算法能够获得更好的优化解。

关键词(KeyWords): 云理论;网损最小;云自适应梯度粒子群算法;无功优化

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 祝洪博;徐刚刚;海冉冉;余立平;

Email:

DOI: 10.13335/j.1000-3673.pst.2012.03.031

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享