基于模糊聚类和学习自动机的多目标无功优化
电力系统无功补偿需确定无功补偿的选点及具体的补偿容量.基于模糊聚类的方法寻找系统薄弱节点,得到候选节点信息,动态聚模糊类过程中采用了 U/U0指标、Γ指标和电压偏移指标.综合考虑发电成本和无功投入成本最小、电压偏移最小和有功网损最小化,建立了候选无功补偿节点的多目标优化模型,并采用学习自动机法获得优化问题的最优权衡解.采用模糊聚类法和学习自动机法对 IEEE 57节点测试系统进行算例分析,分析结果表明了所提方法的有效性
模糊聚类、多目标优化、学习自动机、无功优化
TM72(输配电工程、电力网及电力系统)
2012-07-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
224-230