10.3969/j.issn.1000-3932.2018.01.009
动态改变惯性权重的伪梯度搜索粒子群算法在无功优化中的应用
提出一种动态改变惯性权重的反向学习伪梯度搜索粒子群算法,并将之应用于电力系统无功优化.该算法针对线性递减的惯性权重难以指导复杂非线性优化问题的缺陷,引入聚焦距离变化率和位置权重的概念,以此来衡量粒子的分布情况,并建立以它们为控制变量的动态惯性权重.该算法采用动态变化的惯性权重,并利用基于反向学习的伪梯度搜索法指导粒子向全局最优解靠拢.将该算法应用IEEE 30节点进行仿真测试,结果证明了该算法用于无功优化的可行性和有效性.
无功优化、伪梯度搜索、粒子群算法、电力系统、惯性权重、反向学习
45
TP18(自动化基础理论)
东北石油大学基金项目NEPUPY-1-21
2018-03-26（万方平台首次上网日期，不代表论文的发表时间）
共6页
35-40
