原文服务方: 现代电子技术       
摘要:
针对单一遗传算法或者蚁群算法无法获得理想配电网状态估计结果,根据组合优势互补原理,提出基于遗传?蚁群算法的配电网状态估计方法。首先对当前配电网状态估计现状进行分析,并构建配电网状态数学模型,然后利用全局寻优性能强的遗传算法对配电网状态数学模型进行求解,最后采用局部寻优能力强的蚁群算法对遗传算法的解进行精细搜索,得到配电网状态的最优估计值。实验结果表明,该算法综合利用了遗传算法和蚁群算法的优点,有效避免了两种算法各自存在的不足,获得了更优的配电网状态估计结果。
推荐文章
基于改进遗传算法的配电网状态估计
配电网
状态估计
遗传算法
基于改进蚁群算法的配电网优化规划
蚁群算法
配电网规划
信息素
弹性伸缩
融合遗传和蚁群算法的三相不平衡配电网无功优化研究
配电网
三相不平衡
无功优化
遗传算法
蚁群算法
基于改进蚁群算法的配电网重构问题求解方法
改进蚁群算法
配电网重构
最小生成树
组合优化
人工智能
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 遗传-蚁群算法的配电网状态估计
来源期刊 现代电子技术 学科
关键词 配电网 状态估计 遗传算法 蚁群算法
年,卷(期) 2016,(19) 所属期刊栏目 电子技术应用
研究方向 页码范围 165-168
页数 4页 分类号 TN915.853-34|TP212
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2016.19.040
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 王立斌 华南师范大学计算机学院 24 74 5.0 7.0
2 张纯 华南师范大学计算机学院 4 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (362)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (6)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(9)
  • 参考文献(3)
  • 二级参考文献(6)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
配电网
状态估计
遗传算法
蚁群算法
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导