基于云自适应梯度粒子群算法的无功优化

摘要：

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。

关键词：云理论、网损最小、云自适应梯度粒子群算法、无、功优化

所属期刊栏目：36

分类号：TM712(输配电工程、电力网及电力系统)

在线出版日期：2012-05-20（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：162-167