文献

J-GLOBAL ID：202102252842455183   整理番号：21A0665407

電力系統ユニットコミットメントのための新しいバイナリ社会学習粒子群最適化【JST・京大機械翻訳】

A Novel Binary Social Learning Particle Swarm Optimizer for Power System Unit Commitment

著者 (4件)： Zhao Shihao (Institute of Electrical, Zhengzhou University,Zhengzhou,China) ,  Yang Zhile (Shenzhen Institute of Advanced Technology,Chinese Academy of Sciences,Shenzhen,China) ,  Zhu Xiaodong (Institute of Electrical, Zhengzhou University,Zhengzhou,China) ,  Wang Ying (Institute of Electrical, Zhengzhou University,Zhengzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EI2  ページ： 1361-1365  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ユニットコミットメント(UC)問題は電力系統の経済配分における重大な問題であり,短期発電のための計画の鍵である。その経済的利益は,一般に負荷の経済的分布の利点より大きい。しかし,ユニットコミットメントは,高次元,非凸型,離散型,非線形混合整数最適化問題であり,最適理論解を見つけるのは難しい。したがって,人々は,この問題を解決するために活発に研究されている。社会学習パーティクルスウォーム最適化器は,高次元問題を解く際に特殊化した最近の提案メタヒューリスティックアルゴリズムである。本論文では,ラムダ反復法に関連したUC問題を解くために,新しい二値ソーシャル学習粒子群最適化(BSLPSO)を提案した。UC問題に対するアルゴリズムの有効性を検証するために,10から100ユニットの包括的数値研究を行い,他の関連アルゴリズムと比較した。結果は,このアルゴリズムがUC問題においてよく機能して,他のアルゴリズムより良いことを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  最適化問題 ,  逐次近似 ,  発電 ,  *電力系統 ,  高次元 ,  凸形 ,  有効性
準シソーラス用語： *粒子群最適化 ,  *ユニットコミットメント問題 ,  数値研究 ,  *バイナリー ,  *社会学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 電力系統 ,  ユニットコミットメント ,  バイナリ ,  社会学習 ,  粒子群最適化