文献

J-GLOBAL ID：201702216993819687   整理番号：17A1670431

誘導戦略に基づく適応粒子群最適化アルゴリズムによる農村電力網の無効電力最適化【JST・京大機械翻訳】

Adaptive Particle Swarm Optimization Algorithm with Guiding Strategy for Reactive Power Optimization of Rural Power Grids

著者 (3件)： Jiang Fengli (沈陽農業大学信息与電气工程学院,沈陽,110161) ,  Zhang Yu (沈陽農業大学信息与電气工程学院,沈陽,110161) ,  Wang Hui (沈陽農業大学信息与電气工程学院,沈陽,110161)
資料名： Shenyang Nongye Daxue Xuebao  (Shenyang Nongye Daxue Xuebao)
巻： 48  号： 1  ページ： 122-128  発行年： 2017年 
JST資料番号： C2349A  ISSN： 1000-1700  CODEN： SNDBE7  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 粒子群最適化(PSO)アルゴリズムは,地方の電力網の無効電力最適化の分野で広く使用されているが,しかし,アルゴリズムには不足があり,局所的極値に陥りやすい。アルゴリズムにおいて,粒子更新方式と慣性重量は,探索能力に影響を及ぼす重要な因子である。誘導戦略に基づく自己適応粒子群最適化アルゴリズム(adaptive particle swarm optimization algorithm with guiding strategy,GSAPSO)を提案した。このアルゴリズムでは,4つの粒子,すなわち,ホスト粒子,二重中心粒子,協同粒子,およびカオス粒子を導入して,粒子の位置更新を誘導し,アルゴリズムのランダム性を克服し,探索効率を改善した。粒子群最適化アルゴリズムの進化の後期における早熟収束の欠点を克服するために,焦点距離変化率の概念を導入し,焦点距離の変化率の大きさにより慣性重みを動的に調整し,アルゴリズムの収束速度と精度を改善した。粒子の更新方式と慣性重量の改良は,大域的最適解の探索の有効性を大きく改善した。IEEE 30バス試験システムを例として,GSAPSOアルゴリズムを用いた無効電力最適化によって計算した最適損失率は18.966%に達し,最低電圧は1.0091p.u.であり,最適解の反復回数は45回,平均反復回数は64.6回であった。標準粒子群最適化(PSO),ランダム重みづけ粒子群最適化(PSO),および慣性重みづけ線形減少(PSO)アルゴリズムと比較して,粒子群最適化アルゴリズム(LDWPSO)は大いに改善された。シミュレーション結果は以下を示す。GSAPSOアルゴリズムを用いて得られた解の質はより高く、収束速度と精度は明らかにその他の3種類のアルゴリズムより高く、このアルゴリズムにはより良い最適化能力と収束性能があることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  シミュレーション ,  カオス ,  焦点距離 ,  *最適化 ,  *電力系統 ,  重みづけ ,  IEEE ,  線形性
準シソーラス用語： 最適解 ,  収束速度 ,  ランダム性 ,  自己適応 ,  *無効電力最適化 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： rural power grids ,  reactive power optimization ,  particle swarm optimization ,  inertia weight

分類 (4件)： 人工知能  (JE08000Z) ,  数理計画法  (KA03030M) ,  システム設計・解析  (IA02030D) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (7件)： 誘導 ,  戦略 ,  適応 ,  粒子群最適化アルゴリズム ,  農村 ,  電力網 ,  無効電力最適化