动态改变惯性权重的伪梯度搜索粒子群算法在无功优化中的应用
Control and Instruments in Chemical Industry（2018）
摘要
提出一种动态改变惯性权重的反向学习伪梯度搜索粒子群算法,并将之应用于电力系统无功优化.该算法针对线性递减的惯性权重难以指导复杂非线性优化问题的缺陷,引入聚焦距离变化率和位置权重的概念,以此来衡量粒子的分布情况,并建立以它们为控制变量的动态惯性权重.该算法采用动态变化的惯性权重,并利用基于反向学习的伪梯度搜索法指导粒子向全局最优解靠拢.将该算法应用IEEE 30节点进行仿真测试,结果证明了该算法用于无功优化的可行性和有效性.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要