• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
黎高程,孟安波,李超,李阳,陈思哲.基于MAQPSO 的电力系统无功优化研究[J].电测与仪表,2015,52(15):.
LI Gao-cheng,MENG An-bo,LI Chao,LI Yang,CHEN Si-zhe.Power System Reactive Power Optimization Based on Multi Agent System Quantum Particle Swarm Algorithm[J].Electrical Measurement & Instrumentation,2015,52(15):.
基于MAQPSO 的电力系统无功优化研究
Power System Reactive Power Optimization Based on Multi Agent System Quantum Particle Swarm Algorithm
DOI:
中文关键词:  无功优化  多智能体系统(MAS)  量子粒子群算法(QPSO)  多智能体量子粒子群算法(MAQPSO)
英文关键词:reactive power optimization  multi agent system  quantum particle swarm optimization algorithm  multi agent system quantum particle swarm algorithm
基金项目:广东省自然科学基金资助项目 (S2012040007895);广东省电网公司科技项目(K-GD2013-0789 )
              
作者中文名作者英文名单位
黎高程LI Gao-cheng广东电网公司茂名供电局
孟安波MENG An-bo广东工业大学
李超LI Chao广东电网公司茂名供电局
李阳LI Yang广东工业大学
陈思哲CHEN Si-zhe广东工业大学
摘要点击次数: 1805
中文摘要:
      本文提出一种多智能体量子粒子群优化算法(Multi Agent Quantum Particle Swam Optimization,MAQPSO)求解电力系统无功优化问题,改善了传统量子粒子群算法后期收敛速度慢、易陷入局部最优解等缺点。该算法结合了量子粒子群算法和多智能体进化思想,每一个Agent相当于量子粒子群优化算法中的一个粒子,通过Agent的邻域竞争、自学习等操作,使得算法能够更迅速、更精确地收敛到全局最优解。通过对IEEE14、30、57和118节点系统的优化仿真,结果表明该算法有收敛精度高、寻优速度快等优点。
英文摘要:
      This paper proposed a novel quantum particle swam optimization algorithm based on multi agent system(MAQPSO) approach to the reactive power optimization.The algorithm overcome the defect of conventional quantum particle swam optimization slow convergent speed and easy convergenve to local minimum point of error function on later. This algorithm combined quantum particle swam optimization algorithm with multi-agent system platform.Every Agent serves as a particle of quantum particle swam,competition by the Agent of the neighborhood and selfstudy,the algorithm can more quickly and more accurately converge to global optimal solution.Based on IEEE14, 30, 57 and 118 nodes system optimization simulation, the results show that the algorithm has high convergence precision and speed of optimization.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司