您的位置: 专家智库 > >

文献类型

  • 3篇期刊文章
  • 1篇会议论文

领域

  • 4篇电气工程

主题

  • 4篇电力
  • 4篇电力系统
  • 4篇电力系统无功...
  • 4篇无功
  • 4篇无功优化
  • 4篇系统无功
  • 2篇微分进化
  • 2篇微分进化算法
  • 2篇进化算法
  • 1篇遗传算法
  • 1篇收敛速度
  • 1篇爬山
  • 1篇爬山算法
  • 1篇群算法
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇混合算法
  • 1篇改进粒子群

机构

  • 4篇东北电力大学
  • 1篇鸡西电业局

作者

  • 4篇孙守刚
  • 2篇邹磊
  • 2篇李秀卿
  • 1篇韩学军
  • 1篇唐志琼
  • 1篇刘子军
  • 1篇朱天文
  • 1篇孟庆然

传媒

  • 1篇电网技术
  • 1篇陕西电力
  • 1篇电力系统保护...
  • 1篇中国电机工程...

年份

  • 2篇2009
  • 2篇2008
4 条 记 录,以下是 1-4
排序方式:
基于混合优化微分进化算法的电力系统无功优化被引量:7
2009年
阐述了一种基于混合优化微分进化算法的无功优化方法。混合优化微分进化算法是一种直接随机搜索方法,由在当前种群中随机采样的个体之间的基因差异来驱动,混合优化微分进化算法的主要思想是采用不同的策略产生变异算子,并在进化过程中采取父代和子代合群处理,来提高进化速度。将该无功优化方法在IEEE 30节点系统上进行了校验,并与基于其它算法的无功优化方法进行比较,仿真结果表明该算法具有收敛速度快、鲁棒性好、计算精度高的优点。
李秀卿孙守刚姜世金许传伟
关键词:微分进化无功优化电力系统
基于混合策略微分进化算法的电力系统无功优化
本文阐述了一种基于混合策略微分进化算法的无功优化方法。混合策略微分进化算法是一种直接随机搜索方法,由在当前种群中随机采样的个体之间的基因差异来驱动,混合策略微分进化算法的主要思想是采用不同的策略产生变异算子,来提高进化速...
孙守刚孟庆然邹磊
关键词:电力系统微分进化无功优化收敛速度
文献传递
基于遗传位爬山混合算法的电力系统无功优化被引量:2
2008年
针对电力系统无功优化中遗传算法收敛慢、计算效率低且易于陷入局部最优解等问题,提出了将遗传算法与位爬山算法相结合的混合算法,并在遗传算法中采用排序选择方式进行个体选择操作,以更好地保持群体的多样性,避免了陷入局部最优解;通过交叉、变异等遗传操作,在满足终止判定准则的条件下,将遗传算法得到的结果作为位爬山算法的初值进行位爬山操作,改善了遗传算法的计算效率。以IEEE30节点系统为例对该混合算法的性能进行了仿真,仿真结果验证了该混合算法的有效性和可行性。
李秀卿邹磊刘子军朱天文孙守刚
关键词:遗传算法无功优化
基于改进粒子群算法的电力系统无功优化研究被引量:4
2009年
阐述了一种改进粒子群的无功优化方法。粒子群优化(PSO)算法是进化计算领域中的一个新的分支,其源于对鸟群和鱼群群体运动行为的研究。针对粒子群优化容易陷入局部极值点的问题,文章提出混沌粒子群算法,该算法可以较好地避免PSO算法过快收敛于局部最优解,有较快的收敛速度。文中将该算法应用于求解电力系统无功优化问题,并与标准PSO算法的性能进行了对比,仿真计算证明该算法是有效、可行的。
唐志琼韩学军孙守刚
关键词:粒子群优化无功优化电力系统
共1页<1>
聚类工具0