模拟渔夫捕鱼寻优算法的无功优化

被引:8
作者
王秀云
杨龑亮
王彬
杨冬梅
刘立伟
机构
[1] 东北电力大学电气工程学院
关键词
模拟渔夫捕鱼的寻优算法; 移动搜索; 收缩搜索; 无功优化;
D O I
10.19718/j.issn.1005-2992.2011.02.013
中图分类号
TM714.3 [系统中能量损失的降低及无功功率的补偿];
学科分类号
080802 [电力系统及其自动化];
摘要
将模拟渔夫捕鱼的寻优算法(Optimization algorithm on simulating the fisher fishing,SFOA)是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。该算法在搜索域中随机选取若干个点,并以每一个被选中的点为中心各自建立一个方体,然后通过各个方体的独立移动搜索和收缩搜索,最终完成全局最优解的搜寻。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性,有在线应用的前景。
引用
收藏
页码:62 / 66
页数:5
相关论文
共 8 条
[1]
基于改进粒子群算法的无功优化研究与应用 [D]. 
解伟 .
华北电力大学(北京),
2007
[2]
基于改进粒子群算法的无功优化研究 [D]. 
吴强 .
四川大学,
2006
[3]
一种模拟渔夫捕鱼的寻优算法 [J].
王勇 ;
陈建荣 ;
庞兴 .
计算机应用研究, 2009, 26 (08) :2888-2890+2907
[4]
基于改进遗传内点算法的电网多目标无功优化 [J].
邱晓燕 ;
张子健 ;
李兴源 .
电网技术, 2009, 33 (13) :27-31
[5]
多目标无功优化的向量评价自适应粒子群算法 [J].
刘佳 ;
李丹 ;
高立群 ;
宋立新 .
中国电机工程学报, 2008, (31) :22-28
[6]
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)
[7]
基于协同进化法的电力系统无功优化 [J].
王建学 ;
王锡凡 ;
陈皓勇 ;
王秀丽 .
中国电机工程学报, 2004, (09)
[8]
分布计算的遗传算法在无功优化中的应用 [J].
潘哲龙 ;
张伯明 ;
孙宏斌 ;
程亮 .
电力系统自动化, 2001, (12) :37-41