基于云自适应梯度粒子群算法的无功优化
粒子群算法存在着早熟的现象,易陷入局部最小点,为了克服这个缺点,文章首先将云模型引入粒子群算法,将粒子分成2部分,靠近最优粒子和远离最优粒子的部分,其中靠近最优粒子种群的惯性权重由云模型的X-条件发生器自适应调整,提出了云自适应粒子群算法(cloud adaptive particle swarm optimization,CAPSO),然后引入梯度的思想,提出云自适应梯度粒子群算法(cloud adaptive gradien tpanicle swarm optimization,CAGPSO)。以网损最小为目标函数,对标准IEEE14和IEEE30节点系统进行仿真计算,结果表明改进后的CAGPSO算法能够获得更好的优化解。
云理论、网损最小、云自适应梯度粒子群算法、无、功优化
36
TM712(输配电工程、电力网及电力系统)
2012-05-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
162-167