原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
38 卷 12 期 电 网 技 术 Vol. 38 No. 12
20 14 年12 月 Power System Technology Dec. 20 14
文章编号：1000-3673 （20 14）12-3341-06 中图分类号：TM 72 1 文献标志码：A 学科代码：470 4051
基于自学习迁移粒子群算法及高斯罚函数
的无功优化方法
1 1 2 1 1
邓长虹 ，马庆 ，肖永 ，游佳斌 ，李世春
1．武汉大学 电气工程学院，湖北省 武汉市 430072；
2．贵州电力试验研究院，贵州省 贵阳市 550002 ）
Reactive Power Optimization Based on Self-Learning Migration Particle Swarm
Optimization and Gaussian Penalty Function
1 1 2 1 1
DENG Changhong , MA Qing , XIAO Yong , YOU Jiabin , LI Shichun
(1. School of Electrical Engineering, Wuhan University, Wuhan 430072, Hubei Province, China;
2. Guizhou Electronic Power Test and Research Institute, Guiyang 550002, Guizhou Province, China)
ABSTRACT: In allusion to defects of particle swarm 型理论的 X-条件云发生器对粒子的惯性权重进行自适应调
optimization (PSO) used to solve reactive power optimization 整的基础上，引入一 迁移操作，以引导全局最优粒子的飞
problem, namely the premature convergence and easy to fall 行方向，解决粒子群后期朝单一进化方向进化的问题，有效
into local optimum, a self-learning migration particle swarm 地增强了算法的全局寻优能力。针对电力系统无功优化中的
optimization (SLMPSO) algorithm is proposed. On the basis of 离散变量归整问题，首先将离散变量完全化为连续变量进行
adopting chaotic series to initialize particle swarm and 迭代求解，在寻求至全局最优解后引入高斯罚函数对离散变
performing adaptive adjustment of particles’ inertial weights by 量进行归整操作。以网损和电压偏离最小为目标，对IEEE
cloud model theory based X-condition generator, a kind of 标准30 节点算例进行仿真计算，验证了所提算法的有效性
migration operation is led in to l
文档评论（0）