基于改进自适应变异概率遗传算法的无功优化方法

被引:5
作者
靳丹 [1 ]
王维洲 [1 ]
曹俊龙 [2 ]
刘文颖 [2 ]
机构
[1] 甘肃省电力公司
[2] 华北电力大学电气与电子工程学院
关键词
自适应变异概率; 改进遗传算法; 无功优化;
D O I
暂无
中图分类号
TP18 [人工智能理论]; 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
081104 ; 0812 ; 0835 ; 1405 ; 080802 ;
摘要
针对无功优化中连续变量和离散变量共存的特点,对简单遗传算法编码方式、交叉算子和变异算子进行了重新确定。为了使算法能较快收敛并且能以较大的概率跳出局部最优,在总结前人成果的基础上,提出了一种改进自适应变异概率遗传算法。改进的自适应变异概率既考虑了种群中个体的适应度值情况,同时也计及了算法所处的阶段。论文提出的方法既能保持典型自适应概率较快收敛的特性,又通过在算法后期产生的更多新基因维持种群多样性,从而拥有更强的寻优能力,所求得的有功网损更小。最后通过对某地区电网的仿真计算证明了所提算法在求解无功优化问题时的正确性和有效性。
引用
收藏
页码:6 / 10
页数:5
相关论文
共 11 条
[1]  
MATLAB遗传算法工具箱及应用.[M].雷英杰等编著;.西安电子科技大学出版社.2005,
[2]  
遗传算法及其在电力系统中的应用.[M].熊信银;吴耀武[著];.华中理工大学出版社.2002,
[3]   基于改进遗传算法的电力系统无功优化 [J].
周晓娟 ;
蒋炜华 ;
马丽丽 .
电力系统保护与控制, 2010, 38 (07) :37-41
[4]   实数编码遗传算法中常用变异算子的Matlab实现及应用 [J].
黄卫华 ;
许小勇 ;
范建坤 .
广西轻工业, 2007, (01) :77-78
[5]   改进自适应遗传算法用于电力系统无功优化 [J].
康积涛 ;
苏琳 ;
杨武 .
电气应用, 2006, (10) :41-44
[6]   具有改进变异的遗传算法在无功优化中的应用 [J].
向为 ;
黄纯 ;
谢雁鹰 ;
蒋晏如 .
继电器, 2005, (09) :31-34+38
[7]   改进遗传算法在无功优化中的应用 [J].
方鸽飞 ;
王惠祥 ;
黄晓烁 .
电力系统及其自动化学报, 2003, (04) :15-18
[8]   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
[9]   基于自适应遗传算法的无刷直流电机的优化设计 [J].
石山 ;
励庆孚 ;
王兴华 .
西安交通大学学报, 2002, (12) :1215-1218
[10]   基于遗传算法的无功规划优化 [J].
张粒子 ;
舒隽 ;
林宪枢 ;
徐英辉 .
中国电机工程学报, 2000, (06) :6-9