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:
量子粒子群算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解.首次将量子粒子群算法用于电力系统无功优化中,以网损最小为目标函数,在IEEE30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于量子粒子群(QPSO)算法在收敛精度、收敛稳定性、寻优时间等方面均较当前常用方法有明显的提高,能有效地应用于电力系统无功优化中,证明了QPSO算法的有效性和优越性.
推荐文章
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
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
基于量子粒子群算法的电力系统无功优化
无功优化
量子粒子群算法
概率性
倾斜分布式启发
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 基于量子粒子群算法的电力系统无功优化
来源期刊 电气开关 学科 工学
关键词 电力系统 量子粒子群算法 无功优化 全局收敛性
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 44-47
页数 分类号 TM71
字数 3930字 语种 中文
DOI 10.3969/j.issn.1004-289X.2011.01.016
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 王倩 西南交通大学电气工程学院 89 595 13.0 19.0
2 王腾 西南交通大学电气工程学院 6 18 2.0 4.0
3 郑凯 西南交通大学电气工程学院 7 20 2.0 4.0
4 张洪源 西南交通大学电气工程学院 3 18 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (381)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(14)
  • 参考文献(0)
  • 二级参考文献(14)
2004(10)
  • 参考文献(3)
  • 二级参考文献(7)
2005(5)
  • 参考文献(4)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(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)
2011(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
量子粒子群算法
无功优化
全局收敛性
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
电气开关
双月刊
1004-289X
21-1279/TM
大16开
沈阳市于洪区巢湖街10号
8-65
1963
chi
出版文献量(篇)
3086
总下载数(次)
9
总被引数(次)
8969
论文1v1指导