基于仿生优化算法的变电站选址定容优化方法的研究
摘要
本文分析了变电站选址定容优化方法的发展现状,总结了目前存在的主要问题,提出了一种改进的粒子群算法,并对其在变电站选址中的应用进行了实践。并提出了仿生优化算法在变电站选址应用中的一些尚待研究的工作。
出处
《计算机与信息技术》
2012年第4期34-35,共2页
Computer & Information Technology
参考文献3
-
1高飞,童恒庆.基于改进粒子群优化算法的混沌系统参数估计方法[J].物理学报,2006,55(2):577-582. 被引量:47
-
2段海滨,王道波,朱家强,黄向华.蚁群算法理论及应用研究的进展[J].控制与决策,2004,19(12):1321-1326. 被引量:211
-
3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
二级参考文献27
-
1王东风.基于遗传算法的统一混沌系统比例-积分-微分控制[J].物理学报,2005,54(4):1495-1499. 被引量:9
-
2David C Walters, Gerald B Sheble. Genetic algorithm solution of economic dispatch with valve point loading [J]. IEEE Trans on PS, 1993, 8(3): 1325-1332.
-
3Wheimin Lin, Fusheng Cheng, Mingtong Tsay. Nonconvex economic dispatch by integrated artificial intelligence [J]. IEEE Trans on PS, 2001,16(2): 307-311.
-
4Rabin A Jabr, Alun H Coonick, Brian J Cory. A homogenous linear programming algorithm for the security constrained economic dispatch problem [J]. IEEE Trans on PS, 2000,15(3): 930-936.
-
5Ji Yuan Fan, Lan Zhang. Real-time economic dispatch with line flow and emission constrains using quadratic programming [J]. IEEE Trans on PS,1998,13(2): 320-325.
-
6Liang Z X, Glover D. A zoom feature for a dynamic programming solution to economic dispatch including transmission losses [J]. IEEE Trans on PS.1992, 7(2): 544-550.
-
7Nidul Sinha, R Chakrabarti, P K Chattopadhyay. Evolutionary programming techniques for economic load dispatch [J]. IEEE Trans on Evolutionary Computation. 2003, 7(1): 83-94.
-
8Damousis I G, Bakirtzis A G, Dokopoulos P S. Network-constrained economic dispatch using real-coded genetic algorithm [J]. IEEE Trans on PS. 2003, 18(1): 198-205.
-
9Su C T, Lin C T. New approach with a Hopfield modeling framework to economic dispatch [J]. IEEE Trans on PS, 2000,15(2): 541-545.
-
10Kennedy J, Eberhart R C. Particle swarm optimization [A]. Proceeding of the 1995 IEEE international conference on Neural Network [C]. Perth,Australia, 1995: 1942-1948.
共引文献410
-
1戴嘉彤,董海鹰.基于抽水蓄能电站的风光互补发电系统容量优化研究[J].电网与清洁能源,2019,35(6):76-82. 被引量:22
-
2黄捍东,张如伟,于茜.基于蚁群算法的层速度反演方法[J].石油地球物理勘探,2008,43(4):422-424. 被引量:6
-
3向永生,张扬,黄阿明.基于蚁群算法的物流配送路径优化[J].今日科苑,2008(16):146-147.
-
4刘照华,金蔚青,蒋元方,潘志雷,梁歆桉.高温氧化物熔体中流体效应实验研究和理论分析[J].人工晶体学报,2000,29(S1). 被引量:1
-
5叶志伟,周欣,夏彬.蚁群算法研究应用现状与展望[J].吉首大学学报(自然科学版),2010,31(1):35-39. 被引量:2
-
6夏澍,张建华,邱威,葛晓琳.基于改进自由搜索算法的电力经济负荷分配[J].电网与清洁能源,2010,26(4):37-40. 被引量:8
-
7张友华,王联国.基于混合蛙跳算法的电力系统经济负荷分配[J].传感器与微系统,2012,31(6):58-61. 被引量:1
-
8胡启国,胡小华,吴泳龙.改进蚁群算法在系统可靠度最优冗余分配的应用[J].重庆交通大学学报(自然科学版),2013,32(3):543-546. 被引量:8
-
9詹俊鹏,郭创新,吴青华,温柏坚.快速群搜索优化算法及其在电力系统经济调度中的应用[J].中国电机工程学报,2012,32(S1):1-6. 被引量:16
-
10董现,王湛.基于参数相关性和混合神经网络的结构随机灵敏度分析方法[J].建筑结构学报,2015,36(4):149-157. 被引量:2