屈娜娜
- 作品数：4 被引量：42H指数：3
- 供职机构：上海理工大学更多>>
- 发文基金：上海市高校教育高地建设项目政府间科技合作项目国家科技部政府间科技合作项目更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 智能化气象信息处理的负荷预测系统研究被引量：2
- 2011年
- 智能电网已经是电网发展的必然趋势,随着新能源和分布式电源的并网以及其他智能设备的投入使用,将对发电计划、电力调度、电网经济运营、电力储存以及电网运营的安全性带来新的挑战。为了解决供电部门在负荷预测时需购买气象数据的问题,本文用神经网络模型预测了温度,并与气象部门的预报结果进行了比较,同时作为负荷预测的输入特征。负荷预测结果显示,两种方法的误差相同,在负荷预测方面,预测的温度已经可以取代气象预报温度。
- 任友明马立新屈娜娜
- 关键词：智能电网短期负荷预测温度模糊神经网络
- 电力系统无功优化的柯西粒子群算法被引量：10
- 2011年
- 针对传统粒子群算法易陷入局部最优解、收敛速度慢的缺点,提出了柯西粒子群算法,并首次将其应用于电力系统无功优化问题。柯西粒子群算法是基于柯西分布的期望和方差均不存在的原理,对每一代粒子的全局极值进行柯西变异,以此来增加种群的多样性,扩大全局最优粒子的搜索区域,以尽快获得适应度更优的个体,从而可以避免算法陷入局部最优解,同时也加快了收敛速度。用柯西粒子群算法对IEEE-14节点标准测试系统进行无功优化计算,试验结果表明,与其他算法相比,柯西粒子群算法具有较强的全局寻优能力,且收敛速度快、鲁棒性好,能够更有效地解决电力系统无功优化问题。
- 马立新屈娜娜单冠华王守征
- 关键词：电力系统无功优化
- 电力系统无功优化的反向优化差分进化算法被引量：11
- 2010年
- 电力系统无功优化问题是一个复杂的多目标、多约束、非线性的混合整数优化问题,针对基本差分进化算法易陷入局部最优解、收敛速度慢的缺点,首次引入反向优化差分进化算法应用于解决电力系统无功优化问题。反向优化差分进化算法利用基于反向的优化对种群进行初始化,可以获得适应度更优的个体,从而加快了收敛速度;根据一定的跳变率,对种群逐代进行动态跳变,增加了种群的多样性,可以避免算法陷入局部最优解。以系统的有功网损最小为目标函数同时兼顾电压的合理分布,对IEEE-14节点系统进行了无功优化仿真计算,并与其他优化算法进行了比较,结果表明该算法具有较强的全局寻优能力,且收敛速率较快,收敛精度高,鲁棒性好,可较好地解决电力系统无功优化问题。
- 马立新王守征吕新慧屈娜娜
- 关键词：电力系统无功优化
- 基于改进粒子群算法的电力系统无功优化被引量：23
- 2012年
- 针对传统粒子群算法易陷入局部最优解、收敛速度慢的缺点,提出一种基于信息分享策略的改进型粒子群算法,并首次将其应用于电力系统无功优化问题。改进的粒子群算法通过调整学习因子而获得合理有效的收敛速度;采用信息分享策略以保证种群的多样性;在位置的更新过程中加入扰动项,从而避免算法陷入局部最优解。用改进型粒子群算法对IEEE-14节点标准测试系统进行无功优化计算,实验结果表明:与其他算法相比,该改进粒子群算法具有较强的全局寻优能力,且收敛速度快,鲁棒性好,能有效地解决电力系统无功优化问题。
- 马立新单冠华屈娜娜
- 关键词：电力系统无功优化改进粒子群算法
