收藏本站
《湖南大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

PSO算法在电力系统无功优化中的应用

华敏  
【摘要】: 粒子群优化算法是群体智能中一个新的分支。20世纪90年代中期,由Kennedy博士和Eberhart博士首先提出了一种模拟自然界生物群体的智能行为的计算模型——PSO算法,并把它创造性地应用于科研和工程中,成功的解决了一些实际问题。从此,它的实用价值逐渐被人们所认识。 PSO算法是一种随机化搜索方法,主要特点是其群体搜索策略和群体中个体的信息交换,搜索不依赖于梯度信息,收敛速度快、鲁棒性好、通用性强,无可微性,嵌入优化问题的过程简单,不需对问题本身有深入的数学了解,尤其适于处理传统搜索方法难以解决的复杂的非线性的问题,非常适合于计算机数值运算。但是基本PSO算法易于陷入局部最优解。 针对上述缺点,本文将PSO算法用于电力系统无功优化规划中,在总结前人经验的基础上,并结合配电网的实际,对基本PSO算法作了一些改进,结果比较令人满意。本文所作的主要工作有: 1.改变粒子群的随机初始化方法,采用单纯体法初始化。使初始粒子的分布更均匀,提高初始粒子的质量,有助于寻优过程跳出局部最优解,最后收敛到全局最优解。 2.将变异的思想引入PSO算法,当群中粒子急剧聚集时,按一定变异率对其进行变异操作,增加粒子多样性,提高粒子的搜索能力,避免粒子群趋于一致,有利于跳出局部最优解。 3.改变基本PSO算法的部分参数的设置,包括:自适应调整惯性权重W ,合理设置学习因子C1和C2。在进化收敛判据上,采取了最大遗传代数N与优化精度相结合方式,加快了进化收敛速度。通过算例,参数改变后,优化结果精度更高。 4.对目标函数中有功网损的加权系数及补偿电容器组投资的加权系数采用了动态取值法,能够较快地将含越限状态量的解淘汰,在一定程度上加快了进化收敛速度。 5.结合配电网的实际,建立合理的数学模型,即考虑网络有功网损最小、无功补偿设备的投资为最少的同时,运行电压质量满足要求。根据配电网的实际情况,编制了相应的程序,对IEEE-6和IEEE-30节点系统的实际算例进行了计算。通过实际算例,改进PSO算法应用于电力系统的配电网实际,所得结果是令人满意的。
【学位授予单位】:湖南大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TM744

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 张荣沂;一种新的集群优化方法——粒子群优化算法[J];黑龙江工程学院学报;2004年04期
2 陈炳瑞,冯夏庭;压缩搜索空间与速度范围粒子群优化算法[J];东北大学学报(自然科学版);2005年05期
3 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年19期
4 高亮,高海兵,周驰,喻道远;基于粒子群优化算法的模式分类规则获取[J];华中科技大学学报(自然科学版);2004年11期
5 丁华,王秀坤,孙焘;基于粒子群算法的井眼轨迹优化研究[J];大连理工大学学报;2005年03期
6 杨俊杰,周建中,吴玮,刘芳;改进粒子群优化算法在负荷经济分配中的应用[J];电网技术;2005年02期
7 李静;吴陈;;一种基于分工合作的粒子群优化算法[J];科学技术与工程;2009年16期
8 孙木楠,史志俊;基于粒子群优化算法的结构模型修改[J];振动工程学报;2004年03期
9 安伟刚,李为吉;单纯形-多目标粒子群优化方法的混合算法[J];西北工业大学学报;2004年05期
10 徐芳萍;李道虎;李振兴;务彪;;基于粒子群的信道估计方法[J];机电工程;2011年04期
中国重要会议论文全文数据库 前10条
1 陈逊;窦丽华;张娟;孙健;;一种使用图像信息熵的粒子群快速图像搜索算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
2 王世卫;李爱国;;粒子群优化算法训练模糊神经网络[A];第二届全国信息获取与处理学术会议论文集[C];2004年
3 司海涛;俞集辉;彭光金;;改进粒子群聚类算法及在电力造价中的应用[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
4 贾亚军;丛爽;;粒子群与模拟退火的混合算法求解旅行商问题[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
5 孙红光;潘毓学;;基于运动目标路径的粒子群优化算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年
6 李明;杨成梧;;PID神经网络的改进PSO学习算法[A];第25届中国控制会议论文集(中册)[C];2006年
7 曹蕴;盛四清;姚煜;;基于混沌粒子群算法的配电网规化[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
8 陈彪;徐捷;;基于遗传算子和粒子群混合的K均值聚类方法[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
9 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
10 彭海朋;王向东;李丽香;杨义先;;混沌蚂蚁群算法设计模糊辨识系统[A];2006中国控制与决策学术年会论文集[C];2006年
中国重要报纸全文数据库 前3条
1 本报记者 张梦然;2011,“上帝粒子”之年?[N];科技日报;2011年
2 杜朝安;泡沫抑尘技术取得新成效[N];山西经济日报;2009年
3 记者 毛黎;外磁场下的球状纳米粒子发生奇特变化[N];科技日报;2010年
中国博士学位论文全文数据库 前10条
1 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年
2 邹丹平;运动粒子群三维轨迹获取方法研究[D];复旦大学;2010年
3 丁华;非直井井迹优化设计与决策分析应用研究[D];大连理工大学;2004年
4 李明;基于动态神经网络的非线性自适应逆控制研究[D];南京理工大学;2007年
5 鲍晓华;汽车用爪极发电机建模及优化技术研究[D];合肥工业大学;2007年
6 邓林义;资源受限的项目调度问题及其应用研究[D];大连理工大学;2008年
7 张大兴;三轴ATP运动平台若干关键问题研究[D];西安电子科技大学;2008年
8 赵小强;炼厂生产调度问题研究[D];浙江大学;2005年
9 张浩;基于混沌理论与协同学的企业战略协同机制优化研究[D];哈尔滨工程大学;2009年
10 王薇;轮式移动机器人的运动控制研究[D];北京邮电大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘振凯;粒子群进化方程与有关算法研究[D];西安电子科技大学;2010年
2 艾景波;文化粒子群优化算法及其在布局设计中的应用研究[D];大连理工大学;2005年
3 谭重建;动态全景图的研究[D];吉林大学;2005年
4 陈永刚;粒子群算法及其在函数优化和路径优化问题上的应用[D];吉林大学;2006年
5 纪运景;光学衍射法粒子群粒度分布中值粒径概率密度分布函数的数学模型[D];南京理工大学;2002年
6 刘艳;基因调控网络分析和重建[D];南京理工大学;2004年
7 江炜;乙烯气相聚合颗粒粒径分布模型的研究[D];浙江大学;2004年
8 吕建霞;化学计量学新算法在实际生化体系中的定量构效关系研究[D];湖南大学;2004年
9 张敏慧;改进的粒子群计算智能算法及其多目标优化的应用研究[D];浙江大学;2005年
10 王亚利;解几类优化问题的遗传算法[D];西安电子科技大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026