基于混沌云遗传算法的配电网无功优化研究

• 作者: 张佩炯 景利学 苏宏升
• 来源期刊: 计算机测量与控制
• 关键词: 云遗传 云模型 混沌移民算子 无功优化 配电网
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 505-508
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

针对传统遗传算法在配电网无功优化中收敛速度慢和搜索精度不高,且易出现早熟现象问题,提出了一种混沌云遗传算法(CCGA)；该算法在云遗传选择、交叉、变异执行完一次后的基础上引入混沌思想,结合混沌运动的遍历性、随机性和规律性的特点,通过混沌移民操作增加了控制变量取值的多样性,从而克服传统GA中优化解落入局部最优和搜索精度不高的缺陷；将该算法分别应用到IEEE30节点配电网和甘肃玉门电网进行算例仿真验证,并与其它算法相比较；结果表明,该方法收敛速度快,效率高,搜索精度高,验证了算法的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏宏升	兰州交通大学自动化与电气工程学院	86	589	13.0	20.0
2	景利学	兰州交通大学自动化与电气工程学院	13	53	5.0	6.0
3	张佩炯	兰州交通大学自动化与电气工程学院	10	37	4.0	5.0