电力负荷模型参数辨识的混合优化算法

被引：8

作者：

秦川 ^{[1
]}

顾晓文 ^{[1
]}

王超 ^{[2
]}

鞠平 ^{[1
]}

陈谦 ^{[1
]}

机构：

[1] 河海大学可再生能源发电技术教育部工程研究中心

[2] 浙江省电力调度通信中心

来源：

河海大学学报(自然科学版) | 2013年 / 41卷 / 06期

关键词：

参数辨识; 蚁群算法; 梯度类算法; 负荷建模;

D O I：

暂无

中图分类号：

TP301.6 [算法理论]; TM714 [负荷分析];

学科分类号：

080201 [机械制造及其自动化]; 080802 [电力系统及其自动化];

摘要：

模拟进化类算法具有全局寻优特性但计算时间过长,而梯度类算法具有很高的局部搜索效率但容易陷入局部最优点。基于模拟进化类算法和梯度类算法的优点提出一种混合优化算法,即以蚁群算法起步,经过一定次数的迭代后切换为梯度算法。提出目标值下降准则和区间收缩准则两种切换算法策略,并且进行对比。针对电力负荷参数辨识,通过仿真算例和实际应用进行测试。结果表明,在保证相同精度的前提下混合优化算法大大提高了计算效率。

引用

页码：542 / 547

页数：6

共 13 条

[1]

电力系统辨识.[M].沈善德著;.清华大学出版社.1993,

[2]

基于小波分析的电力负荷模型辨识数据去噪 [J].