改进自适应遗传算法用于电力系统无功优化

被引:3
作者
康积涛 [1 ]
苏琳 [2 ]
杨武 [1 ]
机构
[1] 西南交通大学电气工程学院
[2] 四川省水利水电勘测设计研究院
关键词
无功优化; 遗传算法; 自适应; 变异; 全局优化; 电力系统;
D O I
暂无
中图分类号
TM714 [负荷分析]; TM744 [电力系统的计算];
学科分类号
080802 ;
摘要
为了克服自适应遗传算法早熟现象和改善收敛速度,在自适应遗传算法中引入二次变异操作。考虑到遗传操作后存在大量相同个体,捡出这些重复的个体进行二次变异,产生邻近的个体,这种方法不仅避免了重复计算而且增强了算法局部搜索能力,并且改善了算法的收敛性。通过对IEEE30节点系统进行计算测试,验证了该算法的合理性和可行性。
引用
收藏
页码:41 / 44
页数:4
相关论文
共 14 条
[1]   基于改进免疫算法的电力系统无功优化 [J].
郭创新 ;
朱承治 ;
赵波 ;
曹一家 .
电力系统自动化, 2005, (15) :23-29
[2]   基于改进遗传算法的电力系统无功优化 [J].
万盛斌 ;
陈明军 .
继电器, 2005, (15) :37-40+81
[3]   最优潮流算法综述 [J].
万黎 ;
袁荣湘 .
继电器, 2005, (11) :80-87
[4]   基于人工鱼群算法的电力系统无功优化 [J].
唐剑东 ;
熊信银 ;
吴耀武 ;
蒋秀洁 .
继电器, 2004, (19) :9-12+33
[5]   基于改进遗传算法的多目标无功优化 [J].
张武军 ;
叶剑锋 ;
梁伟杰 ;
方鸽飞 .
电网技术, 2004, (11) :67-71
[6]   电力系统无功功率控制与优化综述 [J].
刘宏超 ;
彭建春 ;
李生伟 ;
欧阳征武 .
电测与仪表, 2004, (04) :1-3+36
[7]   免疫算法及其在电力系统无功优化中的应用 [J].
钟红梅 ;
任震 ;
张勇军 ;
李邦峰 .
电网技术, 2004, (03) :16-19
[8]   浮点数编码的无功优化遗传算法 [J].
毕鹏翔 ;
苗竹梅 ;
刘健 .
电力自动化设备, 2003, (09) :42-45
[9]   遗传算法在电力系统无功优化中的应用综述 [J].
郭昆丽 ;
姚李孝 .
西北水力发电, 2003, (01) :11-13
[10]   电力系统无功优化的模型及算法综述 [J].
许文超 ;
郭伟 .
电力系统及其自动化学报, 2003, (01) :100-104