混合遗传算法在电力参数测量中的应用

• 作者: 刘涤尘 李媛 杜新伟 黄涌
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 电力参数测量 混合遗传算法 拟牛顿迭代
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 研制与开发
• 页码范围: 86-91
• 页数: 6页
• 分类号: TM933|TP18
• 字数: 4787字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2007.12.018

摘要

现有电力参数测量方法往往只针对一个误差因素,当系统采样数据同时受多个误差影响时,难以得到准确结果.针对这一问题,建立了电力参数极值优化模型,同时对衰减直流分量、非同步采样及谐波等多个误差参数加以精确表示,利用混合遗传算法(HGA)对该模型进行求解,可得到准确的系统幅值、相位、频率及谐波等电力参数.针对普通遗传算法(GA)收敛慢和经典迭代法初始点敏感问题,HGA将GA算子与混合拟牛顿算子结合起来,由GA算子进行解空间全局搜索,混合算子进行强局部搜索,可实现无需指定初值的电力参数快速求解.仿真实验表明,该方法能有效提高参数测量的运行效率和计算精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘涤尘	武汉大学电气工程学院	306	4153	33.0	48.0
2	黄涌		29	365	11.0	18.0
3	李媛	武汉大学电气工程学院	26	241	9.0	15.0
4	杜新伟	武汉大学电气工程学院	13	205	8.0	13.0