基于量子粒子群混合算法的电力系统无功优化

被引:9
作者
郑玲峰 [1 ]
陈鋆垠 [1 ]
林辉 [1 ]
乐尚利 [1 ]
陈凡 [2 ]
机构
[1] 南平电业局
[2] 东北电力大学
关键词
量子叠加态; 粒子群算法; 量子相位; 逻辑门; 无功优化;
D O I
暂无
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
针对传统粒子群算法在无功优化中易陷入局部最优和后期收敛慢等问题,提出了基于量子粒子群混合算法的无功优化计算方法。该算法将量子叠加态思想引入到粒子群算法中,使得单个粒子能表示更多的状态和量级,增加了种群的多样性;采用量子旋转门更新粒子的速度和位置,提高了收敛的速度。用该算法对IEEE 30节点系统进行无功优化计算,并与粒子群算法和遗传算法的优化结果进行比较,仿真结果表明,该算法能够更好地获得全局最优解,具有实用意义。
引用
收藏
页码:16 / 19
页数:4
相关论文
共 9 条
[1]
基于量子粒子群优化算法的水电系统经济运行 [J].
张智晟 ;
董存 ;
吴新振 .
电网技术, 2009, 33 (18) :68-72
[2]
改进小生境遗传算法在电力系统无功优化中的应用 [J].
李惠玲 ;
盛万兴 ;
张学仁 ;
孟晓丽 .
电网技术, 2008, (17) :29-34
[3]
基于量子神经网络的电网故障诊断算法 [J].
刘超 ;
何正友 ;
杨健维 .
电网技术, 2008, (09) :56-60
[4]
基于改进粒子群优化算法的电力市场下的无功优化 [J].
聂宏展 ;
张冰冰 ;
王新 ;
李迎红 .
电网技术, 2007, (21) :85-90
[5]
基于改进PSO算法的变压器局部放电超声定位方法 [J].
罗日成 ;
李卫国 ;
李成榕 ;
熊浩 ;
畅广辉 .
电力系统自动化, 2005, (18) :66-69
[6]
小生境遗传算法在无功优化中的应用研究 [J].
向铁元 ;
周青山 ;
李富鹏 ;
汪毅 .
中国电机工程学报, 2005, (17) :48-51
[7]
中低压配电网电压优化调整 [J].
石嘉川 ;
刘玉田 ;
钱霞 ;
侯茜 .
中国电力, 2005, (01) :27-30
[8]
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)
[9]
量子神经元特性研究 [J].
李飞 ;
赵生妹 ;
郑宝玉 .
电路与系统学报, 2004, (04) :76-80