首页
学术期刊
论文检测
AIGC检测
热点
更多
数据
负荷模型参数辨识的粒子群优化法及其与基因算法比较
被引:41
作者
:
程颖
论文数:
0
引用数:
0
h-index:
0
机构:
河海大学电力系
程颖
论文数:
引用数:
h-index:
机构:
鞠平
吴峰
论文数:
0
引用数:
0
h-index:
0
机构:
河海大学电力系
吴峰
机构
:
[1]
河海大学电力系
来源
:
电力系统自动化
|
2003年
/ 11期
关键词
:
粒子群优化;
基因算法;
电力系统;
负荷建模;
参数辨识;
D O I
:
暂无
中图分类号
:
TM714 [负荷分析];
学科分类号
:
摘要
:
粒子群优化法 ( PS算法 )具有全局性能好、搜索效率高等优点。文中应用该算法进行电力系统负荷模型的参数辨识 ,并将其与模拟进化算法进行比较 ,发现 PS算法在计算时间、全局性方面均有比较明显的优势。讨论了 PS算法中用以调节全局搜索和局部搜索关系的权重 w与搜索效率之间的关系 ,并给出了适用于电力系统负荷参数辨识的 w值。提出了一种利用 PS算法的收敛快速性来提高全局性能的工程实用方法 ,并对工程实例进行辨识 ,收到了良好效果
引用
收藏
页码:25 / 29
页数:5
相关论文
共 4 条
[1]
电力系统综合负荷模型的辨识方法研究
[J].
论文数:
引用数:
h-index:
机构:
鞠平
;
论文数:
引用数:
h-index:
机构:
李德丰
.
电力系统自动化,
1997,
(08)
:11
-14
[2]
电力系统综合负荷模型的可辨识性研究
[J].
论文数:
引用数:
h-index:
机构:
李德丰
;
论文数:
引用数:
h-index:
机构:
鞠平
.
电力系统自动化,
1997,
(07)
:10
-14
[3]
电力系统非线性辨识.[M].鞠平著;.河海大学出版社.1999,
[4]
电力系统辨识.[M].沈善德著;.清华大学出版社.1993,
←
1
→
共 4 条
[1]
电力系统综合负荷模型的辨识方法研究
[J].
论文数:
引用数:
h-index:
机构:
鞠平
;
论文数:
引用数:
h-index:
机构:
李德丰
.
电力系统自动化,
1997,
(08)
:11
-14
[2]
电力系统综合负荷模型的可辨识性研究
[J].
论文数:
引用数:
h-index:
机构:
李德丰
;
论文数:
引用数:
h-index:
机构:
鞠平
.
电力系统自动化,
1997,
(07)
:10
-14
[3]
电力系统非线性辨识.[M].鞠平著;.河海大学出版社.1999,
[4]
电力系统辨识.[M].沈善德著;.清华大学出版社.1993,
←
1
→