基于学习策略的遗传算法在最优潮流中的应用

被引:1
作者
余健明
刘恒
王海燕
刘华
机构
[1] 西安理工大学自动化与信息工程学院
关键词
电力系统; 最优潮流; 遗传算法; 学习策略;
D O I
10.19322/j.cnki.issn.1006-4710.2007.04.008
中图分类号
TP18 [人工智能理论]; TM744 [电力系统的计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080802 ;
摘要
最优潮流问题是电力系统中一个重要的问题,从数学角度上讲,它是一个非线性规划问题。提出了一种基于学习策略的遗传算法用于解决最优潮流问题。学习策略使得种群中的普通个体可以向优良个体学习其优秀的基因结构,从而提高了个体的适应度,加快了算法的寻优速度,增强了算法的搜索能力。该算法中还采用排挤策略来避免个体的过度拥挤,增强了算法的全局搜索能力。通过算例验证了算法的可行性和有效性。
引用
收藏
页码:370 / 374
页数:5
相关论文
共 7 条
[1]   位重要性进化算法 [J].
洪毅 ;
任庆生 ;
曾进 .
计算机学报, 2006, (06) :992-997
[2]   大规模水-火电力系统最优潮流的现代内点算法实现 [J].
韦化 ;
李滨 ;
杭乃善 ;
刘东平 ;
文杰 ;
佐佐木博司 .
中国电机工程学报, 2003, (06) :13-18
[3]   最优潮流在电力市场环境下的最新发展 [J].
丁晓莺 ;
王锡凡 .
电力系统自动化, 2002, (13) :1-7+19
[4]  
机器学习[M]. 机械工业出版社 , (美)TomM.Mitchell著, 2003
[5]  
遗传算法原理及应用[M]. 国防工业出版社 , 周明,孙树栋编著, 1999
[6]  
Economic dispatch using program-ming. Reid G F,Hasdorf L. IEEE Trans on Power Apparatus and Syste-ms . 1973
[7]  
Linear programming for power system network security application. Stott B,Marinho J L. IEEE Transactions on Power Apparatus and Systems . 1979