改进量子遗传算法在无功优化中的应用

• 作者: 徐建政 杨佳俊
• 来源期刊: 电力电容器与无功补偿
• 关键词: 无功优化 电力系统 量子遗传算法(QGA) 量子旋转门
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 无功补偿
• 页码范围: 15-20
• 页数: 6页
• 分类号: TM714.1
• 语种: 中文

摘要

在传统的无功优化模型中引入静态电压稳定指标,建立以网损最小的优化模型.量子遗传算法(quantum genetic algorithm,QGA)将量子的态矢量引入遗传编码,将量子比特的几率幅表示应用于染色体的编码,实现染色体的演化,效果比常规遗传算法要好.常规量子算法中的量子门角度的选取决定着进化的速度和方向,也影响着最终的优化效果,本文提出一种改进的量子旋转门算法,它能够自适应地计算旋转角度,能够提高全局的搜索能力,缩减搜索代数,加快搜索速度,同时避免陷入局部最优,之后采用IEEE14节点和IEEE 30节点进行验证,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐建政	山东大学电气工程学院	39	901	16.0	29.0
2	杨佳俊	山东大学电气工程学院	7	37	4.0	6.0