资源描述：
《基于蚁群-粒子群混合算法的电力系统无功优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、中南民族大学硕士学位论文基于蚁群-粒子群混合算法的电力系统无功优化姓名：马磊申请学位级别：硕士专业：计算机应用技术指导教师：王江晴2011-05-03中南民族大学硕士学位论文摘要电力系统无功优化问题包含多个变量，既有连续的也有分散的，同时约束条件较多，优化目标多样，属于混合非线性规划问题，其多目标、多约束、多变量的特性使得优化问题的求解比较困难。无功优化问题的研究对电网的安全、稳定运行具有重要的作用，因此寻求一种求解速度快、质量高的算法对解决无功优化问题具有重要的意义。蚁群算法和粒子群算法均属于群体智能算法
2、，蚁群算法具有较强的鲁棒性和搜索较好解的能力，且其在解决离散的优化问题方面性能优越；粒子群优化算法擅长解决连续问题的优化问题，具有并行处理、鲁棒性好和计算效率高等特点。在对无功优化问题的求解中，蚁群算法和粒子群算法有着各自的优势和不足，蚁群算法局部搜索能力较强，但运算时耗时较长，收敛性速度较慢；粒子群算法求解速度较快而局部搜索能力较差，易陷入局部最优解。本文针对二者的不足而提出一种混合的算法，以提高求解质量和求解速度，为无功优化问题的求解增添新的解算思路。主要研究工作如下：1.对蚂蚁算法和粒子群算法原理、算
3、法的步骤、数学模型进行了分析，对两种算法各自的参数进行了探讨，给出了两种算法在解决无功优化问题方面的求解策略，算法步骤。2.对蚁群算法粒子群算法进行了比较，分析了两种算法的异同点，给出了两种算法的结合策略，将其引入无功优化中，设计并实现了一I基于蚁群-粒子群混合算法的电力系统无功优化个能有效解决无功优化问题的混合优化算法。3.从经济的角度出发以最小网损为目标函数，运用电力系统的IEEE6、IEEE30检测系统对算法进行试验，并与其他文献里的结果做了比较，对优化后的电压质量、迭代次数、网损降幅等方面进行了比较
4、分析，证实了混合算法的有效性。关键词：蚂蚁算法,粒子群算法,蚁群-粒子群混合算法,电力系统无功优化问题,组合优化II中南民族大学硕士学位论文AbstractReactivepoweroptimizationwithmultiplevariables,bothcontinuousalsoscatteredatthesametimeconstraintsaremorediverseoptimizationobjectives,amixedlinearprogrammingproblem,themulti-obj
5、ective,multi-constraint,multi-variableoptimizationfeaturesmakeproblemsolvingmoredifficult.Reactivepoweroptimizationproblemforthesecurityofthegrid,andstableoperationhasanimportantrole,sotofindafastsolutionspeed,high-qualityalgorithmstosolvereactivepoweropti
6、mizationisofgreatsignificance.Antcolonyalgorithmandparticleswarmalgorithmbelongtotheswarmintelligencealgorithm,antcolonyalgorithmhasstrongrobustnessandtheabilitytosearchforbettersolutions,andsolvethediscreteoptimizationofitssuperiorperformanceissues;partic
7、leswarmoptimizationalgorithmtosolvecontinuousgoodTheoptimizationproblem,withparallelprocessing,robustnessandcomputationalefficiency.Insolvingreactivepoweroptimization,theantcolonyalgorithmandparticleswarmalgorithmhasitsownstrengthsandweaknesses,astrongloca
8、lsearchabilityofantcolonyalgorithm,buttheoperationtakesalongtime,convergenceisslow;particleswarmoptimizationSolvinglocalsearchcapabilitiesfasterandlesspronetofallintolocaloptimalsolution.Inthispaper,thelackof
