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:
自适应聚焦粒子群算法(adaptive focusing particleswarm optimization,AFPSO)是根据粒子群算法的全局搜索与局部搜索平衡特性,并予以改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法.作者将此算法用于电力系统无功优化.该方法以最优控制原理为基础,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大的多目标无功优化模型.IEEE 30节点系统仿真结果表明,AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定性,证明了AFPSO算法的有效性和优越性.
推荐文章
基于自适应聚焦粒子群算法的电力系统无功优化
电力系统
自适应聚焦粒子群算法
无功优化
群体智能
基于多目标粒子群算法的电力系统无功优化
无功优化
多目标优化
粒子群算法
电力系统
非支配排序
拥挤距离
基于随机自适应粒子群算法的电力系统无功优化
电力系统
无功优化
粒子群算法
随机自适应策略
电力系统无功优化自适应粒子群算法
粒子群优化
惯性权重
自适应变异
无功优化
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 基于自适应聚焦粒子群优化算法的电力系统多目标无功优化
来源期刊 电网技术 学科 工学
关键词 电力系统 自适应聚焦粒子群优化算法 多目标无功优化 电压稳定 有功网损 群体智能
年,卷(期) 2009,(13) 所属期刊栏目 电力系统
研究方向 页码范围 48-53
页数 6页 分类号 TM711
字数 语种 中文
DOI
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 陈维荣 246 3368 29.0 47.0
2 李奇 96 827 16.0 25.0
3 戴朝华 86 1082 20.0 30.0
4 刘述奎 5 71 4.0 5.0
5 段涛 4 65 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (146)
共引文献  (631)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(3)
  • 参考文献(0)
  • 二级参考文献(3)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(6)
  • 参考文献(0)
  • 二级参考文献(6)
1995(9)
  • 参考文献(1)
  • 二级参考文献(8)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(14)
  • 参考文献(1)
  • 二级参考文献(13)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(13)
  • 参考文献(0)
  • 二级参考文献(13)
2001(9)
  • 参考文献(0)
  • 二级参考文献(9)
2002(18)
  • 参考文献(0)
  • 二级参考文献(18)
2003(24)
  • 参考文献(1)
  • 二级参考文献(23)
2004(17)
  • 参考文献(2)
  • 二级参考文献(15)
2005(13)
  • 参考文献(4)
  • 二级参考文献(9)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
电力系统
自适应聚焦粒子群优化算法
多目标无功优化
电压稳定
有功网损
群体智能
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
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
总被引数(次)
346228
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导