基于自适应差异进化法的电力系统无功优化

来源 :计算技术与自动化 | 被引量 : 0次 | 上传用户:heyouzhang034
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
差异进化算法(DE)是一种新的进化算法,近年来的研究和应用已经展示出很大的应用潜力,但其中的某些参数需通过试验确定,影响了实用性。提出一种自适应差异进化算法(FADE),能使算法的控制参数粮据求解问题的不同在优化过程中自适应发生改变,并应用于无功优化问题。通过IEEE-30节点算例系统的仿真结果证明,与DE和GA算法相比,模糊差异进化算法具有很强的自适应性及通用性。
其他文献
本文以贵港市港北区物理教学实践为例,分析在初中物理教学中发展学生核心素养的必要性,提出在实验操作、课堂教学、问题链接和兴趣活动等教学建议,构建学生的物理基本观念,培
丰田2014年年底上市了全球首款量产版燃料电池车(FCV)“MIRAI”,售价为723.6万日元含税(约合37.8万元人民币)。由于可享受国家补贴,因此购买时实付520万日元含税(约合27.1万元人民币)。
世界正朝着以信息为基础的新经济转变,以新经济为基础的生产体系具有更高的生产效率和灵活性,这就要求各国的劳动力训练有素,机动灵活,拥有多种技能,而且需终身不断提高。这给职业
摘要:三维数据的离群点检测是纹理点云数据处理的重要内容之一,为了有效快速地检测离群点,根据纹理点云的有序结构特征,提出了基于距离统计的检测算法。首先在每个点到其K邻域中其他点距离的基础上计算出K邻域距离;然后根据有序点云中该距离符合正态分布的特点和正态分布3u定理,将超出3倍方差范圍的点认定为离群点。实验结果显示算法采用曼哈顿一最大距离进行检测,当K为4时可以更加快速准确地将有序点云中的离群点检测