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:
针对粒子群(PSO)算法存在易陷入局部最优的缺点,提出了一种新的基于种群多样性指数的自适应粒子群优化算法(ASPO).该算法利用种群多样性信息对惯性权重进行非线性调整,并在算法后期引入速度变异算子和位置交叉算子,使算法摆脱后期易于陷入局部最优的束缚,同时又保持前期搜索速度快特性.将其应用于电力系统无功优化,对IEEE-30节点系统进行仿真计算,并与GA、PSO等算法比较,结果表明APSO算法能有效应用于电力系统无功优化,其全局收敛性能、收敛精度和收敛稳定性均较GA、PSO算法有了明显提高.
推荐文章
大庆油田电力系统粒子群无功优化算法应用
粒子群算法
无功优化
电力系统
基于改进多粒子群算法的电力系统无功优化
无功优化
改进多粒子群算法
协同作用
基于自适应折射学习和精英搜索SSO算法的电力系统无功优化
电力系统
无功优化
群居蜘蛛优化算法
有功网损
粒子群优化算法及其在电力系统中的应用
粒子群优化算法
群体智能
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 电力系统无功优化自适应粒子群算法
来源期刊 东北电力技术 学科 工学
关键词 粒子群优化 惯性权重 自适应变异 无功优化
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 1-5
页数 分类号 TM714.3|TP301.6|TM74
字数 4233字 语种 中文
DOI 10.3969/j.issn.1004-7913.2010.11.001
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 李丹 东北电网有限公司调度通信中心 4 10 2.0 3.0
2 杨宁 东北电网有限公司调度通信中心 6 32 4.0 5.0
3 易善军 东北电网有限公司调度通信中心 3 24 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (95)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (22)
二级引证文献  (7)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 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(7)
  • 参考文献(1)
  • 二级参考文献(6)
2001(8)
  • 参考文献(2)
  • 二级参考文献(6)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
粒子群优化
惯性权重
自适应变异
无功优化
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
东北电力技术
月刊
1004-7913
21-1282/TM
大16开
沈阳市和平区四平街39号
1980
chi
出版文献量(篇)
4056
总下载数(次)
9
论文1v1指导