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,文章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,算法对IEEE 6、IEEE 30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
基于遗传细菌觅食混合算法的电力系统无功优化
无功优化
遗传算法
细菌觅食算法
排序选择
电力系统
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 浙江电力 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,(1) 所属期刊栏目
研究方向 页码范围 8-12
页数 5页 分类号 TM714
字数 4112字 语种 中文
DOI 10.3969/j.issn.1007-1881.2005.01.003
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 26 288 10.0 16.0
2 万盛斌 浙江工业大学信息工程学院 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  (5)
共引文献  (31)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (44)
二级引证文献  (104)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(0)
  • 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(2)
  • 参考文献(2)
  • 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)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(15)
  • 引证文献(1)
  • 二级引证文献(14)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(14)
  • 引证文献(0)
  • 二级引证文献(14)
2015(20)
  • 引证文献(1)
  • 二级引证文献(19)
2016(13)
  • 引证文献(1)
  • 二级引证文献(12)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
浙江电力
月刊
1007-1881
33-1080/TM
大16开
杭州朝晖八区华电弄1号
1979
chi
出版文献量(篇)
4305
总下载数(次)
6
总被引数(次)
16531
论文1v1指导