期刊文献+

基于量子粒子群算法的电力系统无功优化 被引量:4

Reactive Power Optimization of the Power System Based on Quantum-behaved Particle Swarm Optimization
下载PDF
导出
摘要 量子粒子群优化算法(QPSO)避免了粒子群算法(PSO)不能保证收敛到全局最优解的缺点,认为粒子具有量子的行为,并且可以在整个可行解空间进行搜索。无功优化问题是带有离散变量的非线性、不连续、多约束、多变量的复杂优化问题,应用QPSO算法并结合动态调整罚函数的方法来解决无功优化问题。通过对IEEE-30节点和IEEE-14节点系统进行仿真计算,并与PSO算法、GA算法进行比较,表明该算法能更好地获得全局最优解。 Unlike Particle swarm optimization,quantum-behaved particle swarm optimization(QPSO)can assure the convergence of global optimality,because particles have quantum-behave,and is able to carry out feasible solution search.Reactive power optimal has a series complicated problems such as discrete variables of linear,discontinuous,multiple constraints,multiple variables,QPSO combined with dynamic adjusting of penalty function is used to optimize reactive power.By simulation of IEEE-30 node and IEEE-14 node,comparing them with PSO and GA algorithm,the result shows QPSO can do better in global optimal solution.
出处 《东北电力技术》 2011年第5期1-4,共4页 Northeast Electric Power Technology
关键词 量子粒子群算法 全局最优 无功优化 动态罚函数 Quantum-behaved particle swarm optimization Global optimal Reactive power Dynamic adjusting of penalty function
  • 相关文献

参考文献7

二级参考文献37

共引文献53

同被引文献43

引证文献4

二级引证文献26

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部