基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
遗传算法是一种模拟生物进化过程的优化算法,可用于求解包含离散化变量的复杂优化问题,该文将遗传算法应用于电力系统无功优化,并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行了改进,使用该文提出的算法对IEEE6、IEEE30节点系统进行了无功优化计算,结果表明该改进遗传算法应用于无功优化是合理可行的.
推荐文章
基于改进免疫遗传算法的电力系统无功优化
遗传算法
免疫算法
免疫遗传算法
无功优化
基于改进遗传算法的含风电场电力系统无功优化
电力系统
无功优化
网损期望
风电机组
场景分析
改进遗传算法
遗传算法的改进及其在电力系统无功优化中的应用
遗传算法
自适应
无功优化
适应度排序
基于改进遗传算法的电力系统无功优化
遗传算法
无功优化
电力损耗
数学模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进遗传算法的电力系统无功优化
来源期刊 继电器 学科 工学
关键词 遗传算法 无功优化 电力损耗 数学模型
年,卷(期) 2005,(15) 所属期刊栏目 电力系统分析与控制
研究方向 页码范围 37-40,81
页数 5页 分类号 TM714
字数 4128字 语种 中文
DOI 10.3969/j.issn.1674-3415.2005.15.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈明军 浙江工业大学信息工程学院电气工程系 26 288 10.0 16.0
2 万盛斌 浙江工业大学信息工程学院电气工程系 5 71 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (16)
参考文献  (5)
节点文献
引证文献  (49)
同被引文献  (47)
二级引证文献  (167)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(8)
  • 引证文献(8)
  • 二级引证文献(0)
2007(15)
  • 引证文献(7)
  • 二级引证文献(8)
2008(13)
  • 引证文献(5)
  • 二级引证文献(8)
2009(17)
  • 引证文献(6)
  • 二级引证文献(11)
2010(12)
  • 引证文献(4)
  • 二级引证文献(8)
2011(21)
  • 引证文献(3)
  • 二级引证文献(18)
2012(25)
  • 引证文献(3)
  • 二级引证文献(22)
2013(22)
  • 引证文献(4)
  • 二级引证文献(18)
2014(15)
  • 引证文献(2)
  • 二级引证文献(13)
2015(23)
  • 引证文献(5)
  • 二级引证文献(18)
2016(24)
  • 引证文献(1)
  • 二级引证文献(23)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
遗传算法
无功优化
电力损耗
数学模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
总被引数(次)
201041
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导