基于遗传粒子群混合算法的配电网重构研究
被引量:1
摘要
讨论配电网故障诊断及恢复策略,介绍混合遗传二进制粒子群优化算法流程,给出实际算例分析。
出处
《电工技术》
2012年第1期36-38,共3页
Electric Engineering
参考文献9
-
1束洪春,孙向飞,司大军.基于粗糙集理论的配电网故障诊断研究[J].中国电机工程学报,2001,21(10):73-77. 被引量:109
-
2李雄刚,李力,李日隆.基于Petri网技术的电力系统故障诊断[J].广东电力,2004,17(3):9-13. 被引量:6
-
3孙雅明,吕航.Petri网和冗余纠错技术结合的配网故障区段定位新方法[J].中国电机工程学报,2004,24(10):61-67. 被引量:52
-
4贺迅宇.基于神经网络的配电网故障诊断研究[J].机械与电子,2008,26(8):67-70. 被引量:3
-
5赵智,王艳松,鲍兵,赵中山,陈学梅,陈津刚.基于小波神经网络的配电网故障类型识别[J].电力系统及其自动化学报,2007,19(6):93-96. 被引量:23
-
6IRutenbar R A. Simulated annealing algorithms: an overview[J]. IEEE Circuit and Devices Magazine, 1989, (1) : 19-26.
-
7徐刚,瞿金平,杨智韬.一种改进的自适应粒子群优化算法[J].华南理工大学学报(自然科学版),2008,36(9):6-10. 被引量:28
-
8林川,冯全源.一种新的自适应粒子群优化算法[J].计算机工程,2008,34(7):181-183. 被引量:48
-
9张文,刘玉田.自适应粒子群优化算法及其在无功优化中的应用[J].电网技术,2006,30(8):19-24. 被引量:60
二级参考文献64
-
1彭宁云,文习山,舒翔.模糊神经网络在变压器故障诊断中的应用[J].高电压技术,2004,30(5):14-17. 被引量:19
-
2侯云鹤,鲁丽娟,熊信艮,程时杰,吴耀武.改进粒子群算法及其在电力系统经济负荷分配中的应用[J].中国电机工程学报,2004,24(7):95-100. 被引量:157
-
3赵波,曹一家.电力系统机组组合问题的改进粒子群优化算法[J].电网技术,2004,28(21):6-10. 被引量:60
-
4袁晓辉,王乘,张勇传,袁艳斌.粒子群优化算法在电力系统中的应用[J].电网技术,2004,28(19):14-19. 被引量:220
-
5马晋弢,杨以涵.遗传算法在电力系统无功优化中的应用[J].中国电机工程学报,1995,15(5):347-353. 被引量:144
-
6俞欢军,张丽平,陈德钊,胡上序.基于反馈策略的自适应粒子群优化算法[J].浙江大学学报(工学版),2005,39(9):1286-1291. 被引量:29
-
7梁永春,李彦明.改进型组合RBF神经网络的变压器故障诊断[J].高电压技术,2005,31(9):31-33. 被引量:27
-
8赵波,郭创新,张鹏翔,曹一家.基于分布式协同粒子群优化算法的电力系统无功优化[J].中国电机工程学报,2005,25(21):1-7. 被引量:68
-
9陈贵敏,贾建援,韩琪.粒子群优化算法的惯性权值递减策略研究[J].西安交通大学学报,2006,40(1):53-56. 被引量:309
-
10曾黄麟.粗集理论及其应用(一)[J].四川轻化工学院学报,1996,9(1):18-28. 被引量:41
共引文献308
-
1杨启洪,秦川,刘杰荣,陈君宇,黄焯琪,孔祥轩,林刚,张朕,游金梁.基于对比歧化和深度置信网络的配电网故障类型识别[J].电网与清洁能源,2019,35(2):52-57. 被引量:19
-
2杨曜源,王和明,蔡以超,东艳苹,闫泽武,郝永亮,方珍意.后处理对硫化锌光学性能的影响[J].人工晶体学报,2000,29(S1). 被引量:2
-
3张越,赵佳,李佳哲,王丽丽.基于粗糙集理论构建心理疾病简单自诊系统[J].佳木斯教育学院学报,2011(6):152-153.
-
4于达仁,胡清华,鲍文.融合粗糙集和模糊聚类的连续数据知识发现[J].中国电机工程学报,2004,24(6):205-210. 被引量:70
-
5孙雅明,吕航.Petri网和冗余纠错技术结合的配网故障区段定位新方法[J].中国电机工程学报,2004,24(10):61-67. 被引量:52
-
6常晋芳.电网故障诊断中基于粗糙集理论的获取方法[J].山西建筑,2004,30(24):122-124.
-
7徐青山,唐国庆,张欣.计及容错的配电网故障定位新算法[J].电力自动化设备,2005,25(6):31-33. 被引量:18
-
8吴欣,郭创新,曹一家.基于贝叶斯网络及信息时序属性的电力系统故障诊断方法[J].中国电机工程学报,2005,25(13):14-18. 被引量:85
-
9王晓卫,张涛,田书,张玉均,李涛,程志磊.基于近似熵的小电流接地系统故障区段定位方法[J].中国电力,2012,45(3):1-6. 被引量:10
-
10栗然,黎静华,苏立军.基于粗糙集的改进约简算法和决策树的电网故障诊断模型[J].继电器,2005,33(18):1-5. 被引量:8
-
1张鑫,南余荣.基于遗传粒子群混合算法的NURBS曲线降阶[J].机械制造,2013,51(12):28-30.
-
2邓璐娟,林楠,卢华琦,刁海港,孙义坤.基于改进粒子群算法的测试数据自动生成研究[J].计算机测量与控制,2011,19(2):250-252. 被引量:6
-
3贾瑞玉,刘开丽.虚拟企业伙伴选择的遗传粒子群混合算法[J].计算机工程与应用,2014,50(1):58-62. 被引量:8
-
4杜瑞娟.基于依赖度的约简算法在配电网故障诊断中的应用[J].科技信息,2011(18):113-114.
-
5路俊维,陈伟元.基于遗传粒子群混合算法的测试节点优选方法研究[J].计算机测量与控制,2010,18(5):1036-1038. 被引量:6
-
6高璐.配电网故障诊断技术现状与发展趋势的研究[J].科学与财富,2015,7(10):111-112.
-
7高海华,杨辉华,王行愚.基于BPSO-SVM的网络入侵特征选择和检测[J].计算机工程,2006,32(8):37-39. 被引量:20
-
8余廷芳,彭春华.遗传粒子群混合算法在电厂机组负荷组合优化中的应用[J].电力自动化设备,2010,30(10):22-26. 被引量:12
-
9叶东毅,廖建坤.最小约简问题的一个免疫离散粒子群算法[J].小型微型计算机系统,2008,29(6):1088-1092. 被引量:9
-
10豆增发.基于改进二进制粒子群优化的特征选择[J].现代导航,2014,5(3):214-218. 被引量:1