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

• 作者: 周战馨 李斐
• 来源期刊: 电力电容器与无功补偿
• 关键词: 电力系统 无功优化 群居蜘蛛优化算法 有功网损
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 无功补偿与滤波装置
• 页码范围: 150-155
• 页数: 6页
• 语种: 中文
• DOI: 10.14044/j.1674-1757.pcrpc.2016.06.026

摘要

对电力系统无功优化问题进行研究,提出了一种基于自适应折射学习和精英搜索SS0算法(ARLESSO)的电力系统无功优化方案.针对群居蜘蛛优化(SSO)算法易于陷入局部最优和收敛精度不高的缺陷,引入多功能子族群划分策略:依据蜘蛛个体适应度大小,动态地将蜘蛛种群划分为精英群、扰动群和保持群;精英群和扰动群分别采用精英搜索和自适应折射学习进化机制,以提高算法全局深度搜索能力和种群样本多样性,在此基础上,构建最小网络损耗无功优化模型,并采用ARLESSO算法进行问题求解.IEEE节点测试系统仿真结果表明,同其他无功优化方案相比,所提算法全局寻优能力更强、精度更高,并且能够有效给出电力系统无功优化结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斐	常州轻工职业技术学院信息工程系	13	8	1.0	2.0
2	周战馨	常州大学信息科学与工程学院	7	7	1.0	2.0