改进粒子群算法在电力系统无功优化中的应用

改进粒子群算法在电力系统无功优化中的应用

ID:31957272

大小:8.31 MB

页数:79页

时间:2019-01-29

改进粒子群算法在电力系统无功优化中的应用_第1页
改进粒子群算法在电力系统无功优化中的应用_第2页
改进粒子群算法在电力系统无功优化中的应用_第3页
改进粒子群算法在电力系统无功优化中的应用_第4页
改进粒子群算法在电力系统无功优化中的应用_第5页
资源描述:

《改进粒子群算法在电力系统无功优化中的应用》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、山东大学硕士学位论文3.3.1惯性权重的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..213.3.2带收缩因子的粒子群算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..233.3.3学习因子c1和c2的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..243.3.4其他参数的选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一243.3.5粒子群算法与其他算法的结合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..253.3.6拓扑结构的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..263。4改进粒子群算法的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯263.4.1参数方

2、面的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一273.4.2与遗传算法中的选择操作相结合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..273.4.3加入扰动因子⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..293.5改进粒子群算法的操作流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯293.6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.31第四章改进粒子群算法应用于电力系统无功优化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯334.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.334.2基于改进粒子群算法的无功优化中的

3、几个环节⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯334.2.1离散变量的处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..334.2.2适应度函数的选取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..344.2.3收敛准则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..344.2.4无功优化中的潮流计算方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..354.3改进粒子群算法的无功优化流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯384.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.4l第五章基于MATLAB下的算例仿真结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..4

4、25.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.425.2IEEE.14节点算例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..425.2.1IEEE.14节点测试系统数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯425.2.2标准PSO算法和MPSO算法中的参数设置⋯⋯⋯⋯⋯⋯⋯⋯⋯425.2.3仿真结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..465.3IEEE.30节点算例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯495.3.1IEEE.30节点测试系统连接图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

5、492口口山东大学硕士学位论文5.3.2IEEE.30节点测试系统的各种数据⋯⋯⋯⋯⋯..=⋯⋯⋯⋯⋯⋯⋯505.3.3IEEE.30节点测试系统的仿真结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯525.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯56第六章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯57参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯60致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯65山东大学硕士学位论文CoNTENTABSTRACT(Chinese)⋯⋯⋯

6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IABSTRACT(English)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.IIIChapter1Introduction⋯.⋯.⋯.⋯⋯⋯⋯⋯.⋯.⋯.⋯⋯⋯⋯⋯⋯.⋯⋯.⋯....⋯⋯⋯⋯⋯⋯.⋯⋯⋯..11.1BackgroundandSignificanceoftheTopicResearch.⋯...⋯....⋯⋯⋯⋯.⋯.⋯.⋯..11.2DevelopmentandthePresentResearchStatusofReactive

7、PowerOptimizationintheDomesticandForeign⋯⋯⋯..⋯.⋯⋯.⋯.⋯....⋯..⋯⋯.⋯⋯⋯⋯..21.2.1TheCharacteristicsofReactivePowerOptimization⋯⋯⋯⋯⋯⋯⋯⋯⋯一21.2.2DifferenceofReactivePowerOptimizationResearch...........................31.2.3TraditionalOptimizationMethod⋯⋯⋯⋯⋯.⋯⋯⋯...⋯⋯.⋯⋯⋯.⋯⋯.⋯⋯.3

8、1.2.4ArtificialIntelligenceAlgorithms⋯.⋯..⋯⋯..⋯.⋯..⋯⋯.⋯⋯⋯⋯⋯⋯.⋯.⋯71.3MainResearchWorkofThisPaper..⋯...................

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。