典型文献
基于群体智能算法的电力台区数据分析技术
文献摘要：
电力系统经济负荷运行调节中,存在复杂的非凸、非线性问题,难以实现电力系统运行可靠性和经济性.传统群体智能算法只是单一模仿生物群体行为,不能很好地进行电力系统负荷经济调节.因此提出了一种基于群体智能算法统一框架的粒子群算法,算法根据不同的适应度隶属度函数赋予不同惯性权重,通过外点法构造辅助函数将非可行域的约束以罚函数形式写入目标函数,并建立变罚系数提升目标函数求解过程的搜索范围和收敛速度,同时由搜索策略和变异策略,提升全局搜索能力.通过仿真结果表明:改进PSO算法相较于传统遗传算法、粒子群算法的收敛速度更快,解的离散度更小,收敛精度更高.
文献关键词：
粒子群算法;群体智能框架;罚系数;经济负荷分配;收敛精度
中图分类号：
作者姓名：
张欣;庄园;宁学玲;治强
作者机构：
国网吉林省电力有限公司培训中心,吉林 长春 130000;国网吉林综合能源服务有限公司,吉林 长春 130000
文献出处：
引用格式：
[1]张欣;庄园;宁学玲;治强-.基于群体智能算法的电力台区数据分析技术)[J].计算技术与自动化,2022(02):87-91
A类：
群体智能框架,经济负荷分配
B类：
群体智能算法,台区,数据分析技术,运行调节,非凸,非线性问题,难以实现,电力系统运行,运行可靠性,仿生,生物群,群体行为,系统负荷,法统,一框,粒子群算法,适应度,隶属度函数,惯性权重,辅助函数,可行域,罚函数,写入,罚系数,提升目标,搜索范围,收敛速度,搜索策略,变异策略,全局搜索,搜索能力,PSO,离散度,收敛精度
AB值：
0.383255
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
