1、“.....结合逃逸策略,可以使搜索有效地跳出局部极小点,更好地找到最优解通过算例验证了该算法的有效性与传统的禁忌搜索算法遗传算法以及模拟退火算大应用场景容易产生维数灾等缺点。为解决常规优化算法的局限性问题,国内外学者纷纷展开研究并提出了多种智能启发式算法。智能算法具有搜索能力强原理简单等优点,主要包括粒子群算法遗传算法免疫算法和混合算法等。基于主动禁忌搜索的配电网无功电压优化控制原稿。融合禁忌搜索粒子群算法设计初始化相关参数,并采用随机方法生产初始粒子,和初始速度刘佳,李丹,高立群,等多目标无功优化的向量评价自适应粒子群算法中国电机工程学报,。关键词配电网无功优化数字模型引言无功优化控制是保证电力系统安全经济运行的项有效手段,合理的无功分布可以提高系统电压质量和降低电网损耗等。般地,电力系统无功优化问题比传统粒子群算法提高了,并且电压稳定裕度是传统粒子群算法的倍......”。

2、“.....失去多样性,从而使算法陷入局部最优解的问题,在分析配电网无功优化的特性基础上,提出种改进的紧融合禁忌搜索粒子群算法用于配电网无功优化问题的求解。通过将禁忌搜索功能融合到粒子历史最优解和全局最优解寻优过程中,避免了粒子群算法寻优过程中出现的局部最优问题,从而提高粒基于主动禁忌搜索的配电网无功电压优化控制原稿性基础上,提出种改进的紧融合禁忌搜索粒子群算法用于配电网无功优化问题的求解。通过将禁忌搜索功能融合到粒子历史最优解和全局最优解寻优过程中,避免了粒子群算法寻优过程中出现的局部最优问题,从而提高粒子群算法的全局搜索能力。仿真结果表明,本文的算法能有效减少网损和电压偏差,维持较宽的电压稳定裕度,避免算法陷入局部最优,有更好的全局寻优能力,并且有很好的计算效率和收敛分析程序中设置粒子数量个,最大迭代次数次,节点电压越限惩罚系数和发电机功率越限惩罚系数都设定为,粒子群速度惰性权重取......”。

3、“.....采用传统粒子群算法和本文提出的禁忌搜索粒子群算法分别对节点系统进行次仿真计算,系统有功损耗电压偏差和电压稳定裕度相指标对比结果。表节点系统无功优化结果优化方法有功网损电压偏差电压稳定裕度优化前粒子群禁是矛盾的,需要寻找个最优点来平衡两者的关系。由本文提出的改进禁忌搜索粒子群算法与传统粒子群算法对比结果可知,本文提出的改进优化算法在系统有功网损性能上比传统粒子群算法提高了,在电压偏差性能指标上比传统粒子群算法提高了,并且电压稳定裕度是传统粒子群算法的倍。结论本文针对传统粒子群算法易趋向同化,失去多样性,从而使算法陷入局部最优解的问题,在分析配电网无功优化的特不在禁忌表中,则同样接收该候选解作为当前解,并将该候选解加入到禁忌表中若该候选解在禁忌表中,则该候选解属于禁忌状态根据各粒子的历史最优适应度值与全局最优粒子适应度值进行比较的结果......”。

4、“.....再在领域中搜索候选解检分别表示节点电压值电压上限和电压下限和分别表示发电机节点无功功率无功功率上限和功率下限ξξ分别节点电压和发电机无功越限惩罚系数分别为节点的电压越限偏差和发电机无功功率越限偏差。基于主动禁忌搜索的配电网无功电压优化控制原稿。摘要从数学角度分析,配电网无功优化是个非线性多变量多约束的混合规划问题索禁忌表,若该候选解不在禁忌表中,则同样接收该候选解作为当前解,并将该候选解加入到禁忌表中若该候选解在禁忌表中,则该候选解属于禁忌状态更新各粒子速度和位置,判断算法是否满足停止条件如收敛条件迭代次数等,如果满足,则输出最优解否则返回步骤。算例分析以节点系统为研究对象,系统线路参数发电机参数和节点负荷参数见文献......”。

5、“.....用种启发式方法为丁提供可行初始解在利用算法的求解过程中,使用了反馈机制,可自动调节禁忌表长度,结合逃逸策略,可以使搜索有效地跳出局部极小点,更好地找到最优解通过算例验证了该算法的有效性与传统的禁忌搜索算法遗传算法以及模拟退火算偏差和发电机无功功率越限偏差。本文提出种改进的融合型禁忌搜索粒子群算法用于配电网无功优化的求解问题。把全局搜索能力较强的粒子群优化算法与局部搜索能力强的禁忌搜索算法结合,通过禁忌搜索功能,既能避免粒子群算法寻优过程中出现的局部最优问题,又能提高收敛速度,从而提高粒子群算法的全局搜索能力。其中状态变量约束条件如式所示控制变量约束条件如式所示其中,表示电容器算法中国电机工程学报,。摘要从数学角度分析,配电网无功优化是个非线性多变量多约束的混合规划问题。粒子群优化搜索算法被广泛应用于求解配电网无功优化问题......”。

6、“.....用种启发式方法为丁提供可行初始解在利用算法的求解过程中,使用了反馈机制,可自动调节禁忌搜索粒子群结果中可知,采用优化算法与未采用优化算法进行对比的结果可知,优化算法能够有效降低系统网损,减少电压偏差,但是减少了电压稳定裕度。这是因为系统网损和电压稳定裕度是矛盾的,需要寻找个最优点来平衡两者的关系。由本文提出的改进禁忌搜索粒子群算法与传统粒子群算法对比结果可知,本文提出的改进优化算法在系统有功网损性能上比传统粒子群算法提高了,在电压偏差性能指标上索禁忌表,若该候选解不在禁忌表中,则同样接收该候选解作为当前解,并将该候选解加入到禁忌表中若该候选解在禁忌表中,则该候选解属于禁忌状态更新各粒子速度和位置,判断算法是否满足停止条件如收敛条件迭代次数等,如果满足,则输出最优解否则返回步骤。算例分析以节点系统为研究对象......”。

7、“.....仿真性基础上,提出种改进的紧融合禁忌搜索粒子群算法用于配电网无功优化问题的求解。通过将禁忌搜索功能融合到粒子历史最优解和全局最优解寻优过程中,避免了粒子群算法寻优过程中出现的局部最优问题,从而提高粒子群算法的全局搜索能力。仿真结果表明,本文的算法能有效减少网损和电压偏差,维持较宽的电压稳定裕度,避免算法陷入局部最优,有更好的全局寻优能力,并且有很好的计算效率和收敛提出的禁忌搜索粒子群算法分别对节点系统进行次仿真计算,系统有功损耗电压偏差和电压稳定裕度相指标对比结果。表节点系统无功优化结果优化方法有功网损电压偏差电压稳定裕度优化前粒子群禁忌搜索粒子群结果中可知,采用优化算法与未采用优化算法进行对比的结果可知,优化算法能够有效降低系统网损,减少电压偏差,但是减少了电压稳定裕度。这是因为系统网损和电压稳定裕度基于主动禁忌搜索的配电网无功电压优化控制原稿补偿容量......”。

8、“.....基于主动禁忌搜索的配电网无功电压优化控制原稿。本文提出种改进的融合型禁忌搜索粒子群算法用于配电网无功优化的求解问题。把全局搜索能力较强的粒子群优化算法与局部搜索能力强的禁忌搜索算法结合,通过禁忌搜索功能,既能避免粒子群算法寻优过程中出现的局部最优问题,又能提高收敛速度,从而提高粒子群算法的全局搜索能性基础上,提出种改进的紧融合禁忌搜索粒子群算法用于配电网无功优化问题的求解。通过将禁忌搜索功能融合到粒子历史最优解和全局最优解寻优过程中,避免了粒子群算法寻优过程中出现的局部最优问题,从而提高粒子群算法的全局搜索能力。仿真结果表明,本文的算法能有效减少网损和电压偏差,维持较宽的电压稳定裕度,避免算法陷入局部最优,有更好的全局寻优能力,并且有很好的计算效率和收敛了功率约束和变量约束等限制条件。如式为目标函数其中......”。

9、“.....和分别表示节点电压值电压上限和电压下限和分别表示发电机节点无功功率无功功率上限和功率下限ξξ分别节点电压和发电机无功越限惩罚系数分别为节点的电压越限粒子适应度值进行比较的结果,选择最小的适应度值作为全局适应度值,将最小适应度值对应的粒子更新为全局最优粒子位置根据当前解生成禁忌搜索邻域,再在领域中搜索候选解检索禁忌表,若该候选解不在禁忌表中,则同样接收该候选解作为当前解,并将该候选解加入到禁忌表中若该候选解在禁忌表中,则该候选解属于禁忌状态表长度,结合逃逸策略,可以使搜索有效地跳出局部极小点,更好地找到最优解通过算例验证了该算法的有效性与传统的禁忌搜索算法遗传算法以及模拟退火算法进行了比较,算例结果表明,算法求得的解质量更高,求解速度更快,比和算法至少提高了倍目标函数本文以系统网损最小和电压质量最好为优化目标,将发电机无功出力和负荷节点电压变量越限量作为惩罚函数,并设置索禁忌表......”。