文献

J-GLOBAL ID：201802227804667434   整理番号：18A0133267

有効制約処理技術を統合した微分進化アルゴリズムを用いた最適電力潮流解【Powered by NICT】

Optimal power flow solutions using differential evolution algorithm integrated with effective constraint handling techniques

著者 (4件)： Biswas Partha P. (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Suganthan P.N. (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Mallipeddi R. (Kyungpook National University, Daegu, South Korea) ,  Amaratunga Gehan A.J. (Department of Engineering, University of Cambridge, UK)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 68  ページ： 81-100  発行年： 2018年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 電気回路網の定常状態パラメータは,その経済的で効率的な運転のために決定される必要がある最適電力潮流(OPF)による高度に非線形な複雑な最適化問題である。問題の複雑性は,問題における制約の遍在的存在と増加した。OPFを解くは電力系統研究者の間でポピュラーではあるが挑戦的な課題となっている。過去20年間において,多数の進化的アルゴリズム(EA)は,OPFの異なる目的を持つ最適解を見出すために適用した。しかし,EAにより採用された探索法は無拘束である。検索プロセスで見つかった実現不可能な解を無視する広く使用されている方法論は静的ペナルティ関数アプローチである。プロセスは退屈な試行錯誤法により大きく決定ペナルティ係数の適切な選択を必要とする。本論文では,適切な制約処理(CH)技術の性能評価実現可能解(SF),自己適応型ペナルティ(SP)とこれらの二制約処理技法のアンサンブル(ECHT)の優位性微分進化(DE)基本的な探索アルゴリズムであることを示し,OPFの問題。法はコスト,発光,電力損失,電圧安定性のようないくつかのOPFの目的のための標準IEEE30IEEE57およびIEEE118母線システム上で試験した。単一目的と加重和多目的例OPFがこの文献の範囲下で研究した。シミュレーション結果を解析して比較問題に関する最新の研究である。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ペナルティ ,  シミュレーション ,  ペナルティ関数 ,  最適化問題 ,  電力系統 ,  性能評価
準シソーラス用語： 電力損失 ,  探索アルゴリズム ,  *微分進化 ,  自己適応 ,  最適解 ,  進化的アルゴリズム ,  複雑性 ,  *最適電力潮流 ,  *制約処理 , 【Automatic Indexing@JST】

著者キーワード (6件)： 最適電力潮流 ,  電力損失 ,  放出 ,  微分進化(DE) ,  制約ハンドリング(CH) ,  制約処理技術(ECHT)のアンサンブル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 制約処理 ,  統合 ,  微分進化アルゴリズム ,  最適電力潮流 ,  解