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:
动态无功优化是个十分复杂的时空分布非线性优化问题,全局寻优十分困难.为了解决电力系统无功优化的求解问题,提出了一种新的智能算法,即把蚁群算法和免疫算法相结合,利用两种算法优点的互补,以解决约束优化问题.该算法将免疫算法和蚁群算法相结合,把用蚁群算法解决的问题看作抗原,通过免疫算法产生抗体给参数赋值,并应用于具体问题的求解,将得到的结果作为当前抗体的适应度值,然后通过免疫算法的交叉、变异、亲和度选择等操作,将适应度好的抗体保留,淘汰适应度差的抗体,经过多次迭代,最终得到较优的抗体,改善了单一搜索机制易陷入局部最小的不足,克服了处理复杂边界问题的多种不足之处.通过算例比较了遗传算法、简单蚁群算法以及改进算法的结果,验证了改进算法的正确性和有效性.
推荐文章
智能优化算法在无功优化中的应用综述
无功优化
智能优化算法
混合优化算法
混合蛙跳算法的改进及其在无功优化中的应用
电力系统
无功优化
混合蛙跳算法
潮流计算
改进量子遗传算法在无功优化中的应用
无功优化
电力系统
量子遗传算法(QGA)
量子旋转门
电力系统无功优化模型及算法研究
无功优化
模型
优化算法
实时计算
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 智能新算法在无功优化中的应用
来源期刊 现代电力 学科 工学
关键词 动态无功优化 蚁群算法 免疫算法 智能算法 电力系统
年,卷(期) 2007,(3) 所属期刊栏目 电气工程
研究方向 页码范围 16-19
页数 4页 分类号 TM715
字数 3952字 语种 中文
DOI 10.3969/j.issn.1007-2322.2007.03.004
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 杨伟 南京理工大学动力工程学院 91 1166 20.0 31.0
2 包宜栋 南京理工大学动力工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (10)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (8)
二级引证文献  (11)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
动态无功优化
蚁群算法
免疫算法
智能算法
电力系统
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
现代电力
双月刊
1007-2322
11-3818/TM
大16开
北京德外朱辛庄华北电力大学
82-640
1984
chi
出版文献量(篇)
2372
总下载数(次)
3
论文1v1指导