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:
首先研究以穷举法求解变压器优化设计(Transformer Design Optimization,TDO)问题.为解决穷举法计算效率低下的问题,应用一种全局优化算法——量子粒子群算法(Quantum-Behaved Particle Swarm Optimization,QPSO)来求解TDO,并提出一种目标函数比较原则以处理多约束问题.变压器优化设计中,优化参数、约束和目标函数均有非连续和非线性的特性,本文验证了QPSO擅于求解该类型问题.针对算法中唯一的控制参数,以穷举法的计算结果为参照标准,研究了两种不同控制策略下QPSO的求解特性,并给出求解TDO问题的最佳参数控制策略.通过实例计算验证了QPSO的高计算效率和优良的寻优能力.
推荐文章
基于改进自适应遗传算法的电力变压器优化设计
电力变压器
自适应遗传算法
优化设计
应用改进遗传算法的电力变压器优化设计
电力变压器
优化设计
改进遗传算法
基于细菌觅食算法优化的电力变压器故障诊断技术
细菌觅食算法
支持向量机
参数优化
电力变压器
油中色谱分析
故障诊断
QPSO算法优化的非线性观测器设计方法研究
粒子群优化
具有量子行为的粒子群优化
非线性观测器
滚动时域估计
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QPSO算法的电力变压器优化设计
来源期刊 电工技术学报 学科 工学
关键词 变压器优化设计 穷举法 量子粒子群算法 控制参数 控制策略
年,卷(期) 2013,(11) 所属期刊栏目 电机驱动控制与新能源应用专题
研究方向 页码范围 42-47
页数 6页 分类号 TM41
字数 4562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 潘晓弘 浙江大学工学部 130 2522 25.0 46.0
2 潘再平 浙江大学工学部 72 1524 20.0 37.0
3 张震 浙江大学工学部 4 58 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (7)
参考文献  (9)
节点文献
引证文献  (22)
同被引文献  (70)
二级引证文献  (39)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(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)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(7)
  • 引证文献(4)
  • 二级引证文献(3)
2018(14)
  • 引证文献(4)
  • 二级引证文献(10)
2019(16)
  • 引证文献(5)
  • 二级引证文献(11)
2020(15)
  • 引证文献(0)
  • 二级引证文献(15)
研究主题发展历程
节点文献
变压器优化设计
穷举法
量子粒子群算法
控制参数
控制策略
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
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
论文1v1指导