PSO算法在电力系统中的应用现状和前景探析

被引：7

作者：

陈建华

李先允

邓东华

廖德利

机构：

[1] 南京工程学院电力工程学院

来源：

南京工程学院学报(自然科学版) | 2008年 / 01期

关键词：

粒子群优化; 群体智能; 电力系统;

D O I：

暂无

中图分类号：

TM744 [电力系统的计算];

学科分类号：

080802 [电力系统及其自动化];

摘要：

粒子群优化(PSO)算法是一种新兴的群体智能优化技术,在简要介绍PSO算法工作原理的基础上,描述了粒子群优化方法在电网规划、检修计划、短期发电计划、机组组合、负荷频率控制、最优潮流、无功优化、谐波分析与电容器配置、参数辨识、状态估计、优化设计等方面的应用,并对今后可能的应用指出了研究方向.

引用

页码：38 / 45

页数：8

共 26 条

[1]

电力规划.[M].萧国泉;徐绳均编;.水利电力出版社.1993,

[2]

电力系统安全经济运行.[M].李文沅著;.重庆大学出版社.1989,

[3]

粒子群优化算法及其在机组优化组合中应用 [J].

张振宇 ;

葛少云 ;

刘自发 .

电力自动化设备, 2006, (05) :28-31

[4]

改进的粒子群算法在电力系统AGC中的应用 [J].

马飞 ;

陈雪波 ;

李小华 .

控制工程, 2005, (S2)

[5]

求解水火电力系统短期发电计划的粒子群优化算法研究 [J].

余炳辉 ;

王金文 ;

权先璋 ;

孙新德 .

水电能源科学, 2005, (06) :84-87+94

[6]

计及阻塞管理及剩余容量的并行粒子群电网规划方法 [J].

金义雄 ;

程浩忠 ;

严健勇 ;

张丽 .

电网技术, 2005, (23) :18-23

[7]

基于改进粒子群优化算法的最优潮流计算 [J].

俞俊霞 ;

赵波 .

电力系统及其自动化学报, 2005, (04) :83-88

[8]

基于混沌粒子群优化方法的电力系统无功最优潮流 [J].

刘自发 ;

葛少云 ;

余贻鑫 .

电力系统自动化, 2005, (07) :53-57

[9]

基于改进PSO算法的短期发电计划研究 [J].

蒋秀洁 ;

熊信艮 ;

吴耀武 .

电力自动化设备, 2005, (03) :34-37+40

[10]

电力系统无功优化的多智能体粒子群优化算法 [J].

赵波 ;

曹一家 .

中国电机工程学报, 2005, (05)

← 1 2 3 →