基于改进混合蛙跳算法的负荷模型参数辨识

• 作者: 张友华 王联国
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 混合蛙跳算法 时变学习因子 静态负荷模型 参数辨识 电力系统
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 智能控制
• 页码范围: 180-185
• 页数: 6页
• 分类号: TM714
• 字数: 4943字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2013.06.030

摘要

针对电力系统负荷的随机性、时变性和不连续性等特点,提出了一种适用于静态负荷模型参数辨识的改进的混合蛙跳算法(ISFLA).该算法在混合蛙跳算法(SFLA)的基础上,借鉴PSO算法思想,通过引入异步时变学习因子,对更新策略进行改进；其中“时变学习因子”可以明显提高SFLA算法的优化精度和加快收敛速度；并且能够很好地增强SFLA算法的局部开发能力和克服SFLA算法易于陷入局部最优解的缺点.仿真数据建模实例验证了该方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王联国	甘肃农业大学信息科学技术学院	100	903	14.0	27.0
2	张友华	甘肃农业大学工学院	3	10	2.0	3.0