基于SOGWO的电力系统稳定器参数优化

• 作者: 张可 朱星宇 李泽文 金涛 陈坚
• 来源期刊: 电力系统保护与控制
• 关键词: 电力系统稳定器(PSS) 低频振荡 选择反向运算灰狼优化(SOGWO) 参数优化 鲁棒性
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 设计开发
• 页码范围: 159-164
• 页数: 6页
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.202030

摘要

电力系统稳定器(Power System Stabilizer,PSS)是抑制电力系统低频振荡的主要手段.提出选择反向运算灰狼优化(Selected Opposition-Based Grey Wolf Optimizer,SOGWO)算法对PSS进行参数优化.首先,选择典型的PSS实现类型,并设置优化过程的目标函数.其次,利用选择反向学习算法加快搜索速度,增强灰狼算法的全局搜索性能.最后,应用IEEE四机两区域系统模型验证所提方法的有效性.此外,分别对PSS参数进行PSO、GWO、SOGWO的100次优化,由统计出的阻尼比最大值、最小值、平均值以及标准差数据可知:三种优化算法均能较好地避免陷入局部最优并快速收敛,而SOGWO优化PSS参数的鲁棒性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金涛		50	174	7.0	11.0
2	陈坚		10	10	1.0	3.0
3	朱星宇		1	0	0.0	0.0
4	李泽文		1	0	0.0	0.0
5	张可		1	0	0.0	0.0