作者:
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:
针对当前电力系统进行无功优化采用传统的优化方法,存在诸多不足的问题,提出了一种自适应微粒群优化(APSO)算法,用以解决无功优化时控制变量一般为离散变量和标准微粒群优化(PSO)算法中参数需经多次试验确定而影响实用性的问题.APSO算法采用自适应参数策略和边界约束条件,能够取得问题的全局优化解.通过建立基于APSO算法的无功优化模型,成功解决了变量的离散问题.在Visual Studi0 2008环境下,采用C#语言编写,应用在IEEE 30节点系统的无功优化程序计算结果表明,APSO算法较标准PSO算法有效地提高了收敛精度及稳定性,具有较好的自适应性和有效性,而且全局寻优能力更强.
推荐文章
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
基于果蝇优化算法的电力系统无功优化
电力系统
无功优化
果蝇算法
基于改进免疫遗传算法的电力系统无功优化
遗传算法
免疫算法
免疫遗传算法
无功优化
基于自适应差异进化法的电力系统无功优化
差异进化
进化计算
无功优化
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 基于自适应微粒群算法的电力系统无功优化
来源期刊 电力与能源 学科 工学
关键词 电力系统 微粒群优化算法 自适应参数策略 无功优化
年,卷(期) 2013,(4) 所属期刊栏目 电力技术
研究方向 页码范围 351-355
页数 5页 分类号 TM714.3
字数 3982字 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 王健鹏 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力系统
微粒群优化算法
自适应参数策略
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
电力与能源
双月刊
2095-1256
31-2051/TK
大16开
上海市徐家汇路430号901室
4-674
1980
chi
出版文献量(篇)
1907
总下载数(次)
6
总被引数(次)
5263
论文1v1指导