100 积分
50
评分
4.3 积分- 详情
- 2020-12-27
- 简介
pdf
- 2.3MB
- 页数 5P
- 阅读 64
- 下载 21
针对标准萤火虫算法(Firefly Algorithm,FA)在求解电力系统优化潮流(OPF)问题上出现的早熟收敛和求解精度不高等问题,引入混沌优化和莱维飞行,形成了混沌莱维萤火虫优化算法(Chaotic Lévy Flightfirely Algorithm,CLFA).对改进的CLFA算法进行了推导与分析,并将FA和CLFA两种算法对IEEE30节点测试系统进行电力系统优化潮流仿真,用实验证实算法的有效性.仿真结果表明:改进后的CLFA算法避免了早熟收敛,增强了局部搜索能力,提高了求解精度.算法的改进方式具有良好的创新性,学生可以自行开发不同的改进方式,改进后的算法更有利于进行后续的电力系统优化潮流问题研究.
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
gbxytg***
擅长:
土建 装饰 园林 电气
- 4.5
服务
- 4
商品
- 307
人气
相关推荐
基于改进萤火虫算法的电力系统优化潮流仿真研究 2.3MB
基于改进萤火虫算法优化ELM的电力电容器故障诊断 180KB
基于PSAT的UPFC电力系统潮流建模与仿真 253KB
基于改进萤火虫算法的梯级水库优化调度研究 265KB
基于PMU的电力系统状态估计算法研究 220KB
基于并行小种群差分进化算法的水火电力系统短期优化调度 1.6MB
基于MFOA算法的电力系统无功优化和补偿控制研究 1.6MB
基于混合算法的电力系统负荷预测 862KB
电力系统机组组合问题的改进粒子群优化算法 2.4MB
澳洲的萤火虫之旅 42KB