一种融合分布估计地离散粒子群优化算法地配电网重构

一种融合分布估计地离散粒子群优化算法地配电网重构

ID:28907463

大小:203.00 KB

页数:5页

时间:2018-12-15

一种融合分布估计地离散粒子群优化算法地配电网重构_第1页
一种融合分布估计地离散粒子群优化算法地配电网重构_第2页
一种融合分布估计地离散粒子群优化算法地配电网重构_第3页
一种融合分布估计地离散粒子群优化算法地配电网重构_第4页
一种融合分布估计地离散粒子群优化算法地配电网重构_第5页
资源描述:

《一种融合分布估计地离散粒子群优化算法地配电网重构》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、实用标准文案一种融合分布估计的离散粒子群优化算法的配电网重构李琴,杨栩沣江苏阚山发电有限公司,江苏徐州,221000DistributionNetworkReconfigurationbasedondiscreteparticleswarmoptimizationwithEstimatedofDistributionLIQi,YANGXu-FengJiangsukanshanPowerCo.Ltd.JiangsuXuzhou,221000Abstract:Thispaperwillbebasedonestimationo

2、fdistributionofdiscreteparticleswarmoptimizationalgorithmappliedindistributionnetworkreconfiguration,inordertoreducethenetworklossasobjectivefunction,Forthenewpopulation,startingfromrandomprobabilitymodelandhastheglobaloptimalsolutionofinformationitemstoobtaininf

3、ormation,simulationandexperimentalresultsshowthatthealgorithmfordistributionnetworkreconfigurationgissuperiortootherseveraloptimizationalgorithm.Keywords:discreteparticleswarmoptimization,EstimatedofDistribution,DistributionNetworkReconfiguration,IEEE33摘要:本文将基于分布

4、估计的离散粒子群优化算法运用于配电网重构,以降低网损为目标函数,对于新的种群,随机从概率模型和至今全局最优信息项中获取解信息。仿真实验结果表明提出的关于配电网重构的新算法优于其它几种优化算法。关键词:离散粒子群算法;分布估计;配电网重构,IEEE331引言随着电力工业的高速发展,城市建设和经济发展越来越离不开电力,电能需求量日益增加,电能的损耗也越来越大。配电网重构是降低配电网网损的主要途径之一,该方法在满足网络拓扑结构和配电网正常运行的前提下,通过调整配电网中联络开关和分段开关的状态,使用合理的供电路径,使整个配电网网

5、损降低。配电网络重构包括了配电系统正常运行时的网络重构与故障情况下的网络重构。本文将离散粒子群与分布估计相结合运用于配网重构,得出最优解。2粒子群优化算法粒子群优化(PSO)算法[1]最早是在1995年由美国社会心理学家JamesKennedy和电气工程师RusselEberhart共同提出的。它将鸟群运动模型中的栖息比作所求问题空间中可能位置,通过个体间信息的传播使整个群体向解的方向移动。精彩文档实用标准文案其迭代公式[2]如下:,(1)(2)式中:c1和c2是学习因子,r1、r2是介于0和1之间的随机数,为惯性权重,

6、粒子在搜索空间中不断通过更新个体极值和全局极值来确定运动的速度和方向,向目标点运动。离散粒子群优化算法基于基本二进制离散粒子群优化算法的思想,应用了DPSO算法[3-4]算法利用基本粒子群算法中“粒子依赖自身经验及粒子群全体经验”的思想,改进了粒子的更新运动公式。在量子理论中,传递信息的最小单元叫量子位。它的取值可能是[0,1]的某个状态。定义这样一个量粒子向量:,(3)M代表粒子的维数,N代表种群的数量。代表了第个粒子的第位取0的概率。下面将量子粒子群算法中的粒子离散化,使其成为离散的粒子矢量。离散量子粒子群算法的粒子

7、群可表述为,(4)其中表示粒子的相应离散粒子值。对于每个,产生一个[0,1]范围的随机数。如果这个随机数大于,那么,否则。QPSO算法如下描述:(5)(6)(7)(8)公式中,为分布在[0,1]范围内的随机数。为控制参数,代表了算法对速度的控制。速度更多表示为位置取值判断概率的阀值,其取值范围为[0,1]。3分布估计算法精彩文档实用标准文案选择所有个体历史最优信息,建立反映优质解分布的概率模型这个概率模型标识解空间中最具潜力解区域分布信息。对于新种群,随机从概率模型和至今全局最优项获取信息。图1概率模型图(9)(10)其

8、中P为概率向量,Xs表示选择后的优势群体,b为任意解。对于现有的粒子群算法存在容易陷入局部极小值等缺点,我们把分布估计算法[5-6]思想引入到离散粒子群算法中,引入一种基于分布估计的离散粒子群优化算法(EDPSO),利用粒子群算法简单有效的特性,将其运用于配电网重构。4混合算法通过组合改进粒子群优化算法和分布估计算法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。