基于混合粒子群算法的配电网滤波器优化配置研究

发布时间：2019-05-24 05:24

【摘要】：将人工萤火虫算法、禁忌算法与粒子群算法相结合,提出一种混合粒子群算法,并将其应用到电力系统滤波器优化配置中,用于减轻电网谐波污染。建立滤波器的基本模型,以滤波器投资最少为目标函数,采用混合粒子群算法进行寻优,得到滤波器相应优化参数。通过IEEE实例仿真分析,验证了所提改进算法及模型的正确可行性。
[Abstract]:Combining artificial firefly algorithm, Tabu algorithm and particle swarm optimization algorithm, a hybrid particle swarm optimization algorithm is proposed and applied to the optimal configuration of power system filters to reduce harmonic pollution in power grid. The basic model of the filter is established. Taking the minimum filter investment as the objective function, the hybrid particle swarm optimization algorithm is used to optimize the filter, and the corresponding optimization parameters of the filter are obtained. Through the simulation analysis of IEEE example, the correct feasibility of the proposed improved algorithm and model is verified.
【作者单位】： 东北石油大学电气信息工程学院;
【基金】：黑龙江省教育厅科学技术研究项目:粒子群神经网络在抽油机故障诊断中的研究项目代码:12511005
【分类号】：TP18;TN713;TM761

【共引文献】

相关期刊论文 前6条

1 闫若冰;唐巍;;基于Pareto最优前沿的中压配电网多目标无功优化规划[J];电力系统保护与控制;2010年24期

2 曾嘉俊;刘志刚;何士玉;杨红梅;;一种基于子区域粒子群的无功优化算法研究[J];电力系统保护与控制;2012年01期

3 程杉;陈民铀;黄薏宸;;含分布式发电的配电网多目标无功优化策略研究[J];电力系统保护与控制;2013年10期

4 张文豪;潘文霞;柯联锦;;交流滤波器优化配置的研究综述[J];科学技术与工程;2013年21期

5 邵文权;宋江喜;程远;张毅;王龙;;基于自适应遗传算法的风力发电系统网侧LCL滤波器的优化设计[J];电力系统保护与控制;2013年21期

6 王泽黎;;基于小生境渔夫捕鱼算法的变电站规划[J];电力系统保护与控制;2014年16期

相关博士学位论文 前2条

1 谭东明;农村配电网无功优化智能技术研究[D];沈阳农业大学;2011年

2 程杉;含分布式电源的配电网多目标优化问题研究[D];重庆大学;2013年

【二级参考文献】

相关期刊论文 前4条

1 杨文宇,刘健,余健明,高鑫;改进的自适应遗传算法在配电网谐波抑制中的应用[J];继电器;2004年04期

2 熊宁;陈恳;戴伟华;;基于禁忌算法的多目标无功优化[J];继电器;2006年24期

3 林川;冯全源;;一种新的自适应粒子群优化算法[J];计算机工程;2008年07期

4 郭旭航;;小波神经网络在电力谐波检测中的应用[J];科学技术与工程;2010年11期

【相似文献】

相关期刊论文 前10条

1 王希云;刘瑞芳;;混沌粒子群算法及其在桁架结构优化设计中的应用[J];太原科技大学学报;2006年06期

2 常伯涛;范颖;赵书强;马燕峰;杨建华;;基于改进粒子群算法的输电网扩展规划[J];华北电力大学学报(自然科学版);2008年04期

3 张亮;吕林;;利用粒子群算法解决电网优化购入电量[J];电力系统保护与控制;2009年22期

4 刘志雄;严新平;赵润军;;置换流水车间调度粒子群算法与参数设置分析[J];武汉理工大学学报(交通科学与工程版);2010年06期

5 张天姣;汪清;何开锋;;粒子群算法在气动力参数辨识中的应用[J];空气动力学学报;2010年06期

6 乔佩利;马丽丽;郑林;;基于改进粒子群算法的车间作业调度问题研究[J];哈尔滨理工大学学报;2011年02期

7 田雨波;彭涛;沙莎;;基于微分进化算子和混沌扰动的量子粒子群算法[J];江苏科技大学学报(自然科学版);2011年02期

8 侯磊;;基于多目标粒子群算法的船舶主尺度优化设计研究[J];船舶力学;2011年07期

9 赵菲;焦彦军;;基于粒子群算法的输电线路参数辨识[J];陕西电力;2011年09期

10 余罗兼;李济泽;;一种改进粒子群算法的移动机器人路径规划[J];机电技术;2011年05期

相关会议论文 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

相关博士学位论文 前10条

1 王芳;粒子群算法的研究[D];西南大学;2006年

2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

5 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

6 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

7 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

8 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年

9 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年

10 雷开友;粒子群算法及其应用研究[D];西南大学;2006年

相关硕士学位论文 前10条

1 张兰;量子粒子群算法及其应用[D];西北大学;2010年

2 随聪慧;粒子群算法的改进方法研究[D];西南交通大学;2010年

3 董银丽;一种新的交叉粒子群算法及其应用[D];西安电子科技大学;2006年

4 马楠楠;基于粒子群算法的化工过程优化及其应用[D];北京化工大学;2008年

5 徐青鹤;改进粒子群算法及其应用研究[D];杭州电子科技大学;2009年

6 郭香军;粒子群算法的改进研究[D];燕山大学;2012年

7 钟帅;基于粒子群算法的微博用户影响力研究[D];华中科技大学;2012年

8 方群;多目标拆卸线平衡问题的改进粒子群算法研究[D];西南交通大学;2014年

9 朱伟丰;改进粒子群算法最优路径的研究[D];重庆师范大学;2014年

10 孟令群;混沌粒子群算法在河流水质模型参数识别中的应用[D];长安大学;2009年

，

本文编号：2484595