基于云自适应梯度粒子群算法的无功优化

被引：24

作者：

祝洪博 ^{[1
]}

徐刚刚 ^{[1
]}

海冉冉 ^{[2
]}

余立平 ^{[3
]}

机构：

[1] 东北电力大学电气工程学院

[2] 东北电力大学自动化工程学院

[3] 洛阳市供电公司

来源：

电网技术 | 2012年 / 36卷 / 03期

关键词：

云理论; 网损最小; 云自适应梯度粒子群算法; 无功优化;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 [电力系统及其自动化];

摘要：

粒子群算法存在着早熟的现象,易陷入局部最小点,为了克服这个缺点,文章首先将云模型引入粒子群算法,将粒子分成2部分,靠近最优粒子和远离最优粒子的部分,其中靠近最优粒子种群的惯性权重由云模型的X-条件发生器自适应调整,提出了云自适应粒子群算法(cloud adaptiveparticle swarm optimization,CAPSO),然后引入梯度的思想,提出云自适应梯度粒子群算法(cloud adaptive gradientparticle swarm optimization,CAGPSO)。以网损最小为目标函数,对标准IEEE 14和IEEE 30节点系统进行仿真计算,结果表明改进后的CAGPSO算法能够获得更好的优化解。

引用

页码：162 / 167

页数：6

共 11 条

[1]

搜寻者优化算法及其应用研究 [D].