粒子群优化算法在电力系统中的应用综述

• 作者: 廖德利 李先允 邓东华 陈建华
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 粒子群优化 群体智能 状态估计 参数辨识
• 年，卷（期）: 2007,（23）
• 所属期刊栏目: 综述
• 页码范围: 77-84
• 页数: 8页
• 分类号: TM732
• 字数: 7728字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2007.23.020

摘要

粒子群优化(PSO)算法是一种新兴的群体智能优化技术,其思想来源于人工生命和演化计算理论,PSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化.该算法简单易实现,可调参数少,已得到广泛研究和应用.在大量参阅国内外相关文献的基础上,简要介绍了PSO算法的工作原理,较为全面地详述了粒子群优化方法在电力系统中的应用,如电网规划、检修计划、短期发电计划、机组组合、负荷频率控制、最优潮流、无功优化、谐波分析与电容器配置、参数辨识、状态估计、优化设计等方面,并对今后可能的应用指出了研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李先允	南京工程学院电力工程学院	62	548	11.0	21.0
2	陈建华	南京工程学院电力工程学院	21	122	5.0	11.0
3	廖德利	南京工程学院电力工程学院	15	80	4.0	8.0
4	邓东华	南京工程学院电力工程学院	12	64	3.0	8.0