咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于改进差异进化算法的有功优化仿真研究 收藏

基于改进差异进化算法的有功优化仿真研究

Simulation Research on Active Power Optimization by Improved Differential Evolution Algorithm

作     者:陈功贵 陆正媚 刘耀 孙智 CHEN Gonggui;LU Zhengmei;LIU Yao;SUN Zhi

作者机构:重庆邮电大学自动化学院重庆400065 重庆市教育科学研究院高等教育研究所重庆400015 国电恩施水电开发有限公司湖北恩施445000 

出 版 物:《实验室研究与探索》 (Research and Exploration In Laboratory)

年 卷 期:2017年第36卷第10期

页      面:104-109页

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(61463014) 重庆高校创新团队项目(KJTD201312) 重庆邮电大学教育教学改革项目(XFZ1705) 

主  题:电力系统 有功优化 改进差异进化算法 

摘      要:在电力系统有功优化这个复杂的全局优化问题上,差异进化(Differential Evolution,DE)算法可以增加其种群多样性但搜索效率低,于是在其基础上提出了一种改进的差异进化算法(Improved Differential Evolution,IDE)。IDE算法保留了DE算法的三大步骤:变异、交叉以及选择,优化了传统的变异策略,同时引入了Logistic映射改变系统参数,使固定取值的搜索步长和交叉算子在一定范围内随机取值,以此扩大种群搜索范围,加快收敛速度;IDE算法最后运用了考虑系统约束的非贪婪选择,以确保算法在可行域里探索最优解。为验证算法的实用性,利用Matlab软件,将DE和IDE算法在IEEE30节点测试系统上进行目标函数为电网功率损耗的有功优化仿真。仿真结果表明,IDE算法增加了种群多样性,加快了收敛速度并且提高了搜索效率。通过此次仿真,加深了学生对电力系统有功优化以及DE算法的认识和理解,同时引导学生利用计算机技术改善算法的搜索性能并且求解优化问题。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分