改进量子遗传算法在无功优化中的应用

摘要：

在传统的无功优化模型中引入静态电压稳定指标,建立以网损最小的优化模型.量子遗传算法(quantum genetic algorithm,QGA)将量子的态矢量引入遗传编码,将量子比特的几率幅表示应用于染色体的编码,实现染色体的演化,效果比常规遗传算法要好.常规量子算法中的量子门角度的选取决定着进化的速度和方向,也影响着最终的优化效果,本文提出一种改进的量子旋转门算法,它能够自适应地计算旋转角度,能够提高全局的搜索能力,缩减搜索代数,加快搜索速度,同时避免陷入局部最优,之后采用IEEE14节点和IEEE 30节点进行验证,取得了较好的效果.

关键词：无功优化、电力系统、量子遗传算法(QGA)、量子旋转门

所属期刊栏目：34

分类号：TM714.1(输配电工程、电力网及电力系统)

在线出版日期：2013-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：15-20