基于自适应折射学习和精英搜索SSO算法的电力系统无功优化
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.14044/j.1674-1757.pcrpc.2016.06.026

基于自适应折射学习和精英搜索SSO算法的电力系统无功优化

引用
对电力系统无功优化问题进行研究,提出了一种基于自适应折射学习和精英搜索SS0算法(ARLESSO)的电力系统无功优化方案.针对群居蜘蛛优化(SSO)算法易于陷入局部最优和收敛精度不高的缺陷,引入多功能子族群划分策略:依据蜘蛛个体适应度大小,动态地将蜘蛛种群划分为精英群、扰动群和保持群;精英群和扰动群分别采用精英搜索和自适应折射学习进化机制,以提高算法全局深度搜索能力和种群样本多样性,在此基础上,构建最小网络损耗无功优化模型,并采用ARLESSO算法进行问题求解.IEEE节点测试系统仿真结果表明,同其他无功优化方案相比,所提算法全局寻优能力更强、精度更高,并且能够有效给出电力系统无功优化结果.

电力系统、无功优化、群居蜘蛛优化算法、有功网损

37

TH4;TP3

江苏省教育科学“十二五”规划重点资助课题B-a/2015/03/032

2017-02-28(万方平台首次上网日期,不代表论文的发表时间)

共6页

150-155

相关文献
评论
暂无封面信息
查看本期封面目录

电力电容器与无功补偿

1674-1757

61-1468/TM

37

2016,37(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn