Suzhou Electric Appliance Research Institute
期刊號: CN32-1800/TM| ISSN1007-3175

Article retrieval

文章檢索

首頁 >> 文章檢索 >> 文章瀏覽排名

改進量子遺傳算法在無功優(yōu)化中的應(yīng)用

來源:電工電氣發(fā)布時間:2016-03-25 08:25 瀏覽次數(shù):723

改進量子遺傳算法在無功優(yōu)化中的應(yīng)用 

楊佳俊,徐建政 
山東大學 電氣工程學院,山東 濟南 250061 
 

摘 要: 提出了一種基于改進量子遺傳算法的電力系統(tǒng)無功優(yōu)化方法。采用量子比特對控制量進行編碼,通過改進量子旋轉(zhuǎn)門來提升尋優(yōu)質(zhì)量,它能夠自適應(yīng)地計算旋轉(zhuǎn)角度,提高全局的搜索能力,縮減搜索代數(shù),加快搜索速度,同時避免陷入局部最優(yōu),通過采用IEEE14 節(jié)點和IEEE30 節(jié)點進行驗證,結(jié)果表明其效果良好。
關(guān)鍵詞: 無功優(yōu)化;電力系統(tǒng);改進量子遺傳算法;量子旋轉(zhuǎn)門
中圖分類號:TM714.3 文獻標識碼:A 文章編號:1007-3175(2013)09-0032-05


Application of Improved Quantum Genetic Algorithm in Reactive Power Optimization 

YANG Jia-jun, XU Jian-zheng 
School of Electrical Engineering, Shandong University, Jinan 250061, China 
 

Abstract: This paper raised a kind of power system reactive optimization method based on improved quantum genetic algorithm. Quantum bit was adopted to carry out coding for control variables and raised optimization quality by improving quantum rotation gate. The reactive optimization method can be adaptive to calculate rotation angle, lifting global search ability, reducing search algebra, speeding up search rate and avoiding falling into local optimum at the same time. IEEE14 and IEEE30 nodes were adopted to verify its good effect.
               Key words: reactive power optimization; power system; improved quantum genetic algorithm; quantum rotate gate


參考文獻
[1] 張勇軍,任震,李邦峰.電力系統(tǒng)無功優(yōu)化調(diào)度研究綜述[J].電網(wǎng)技術(shù),2005,29(2):50-56.
[2] 陳宏偉,張興凱,王寬.電力系統(tǒng)無功優(yōu)化的研究現(xiàn)狀和展望[J].電氣應(yīng)用,2006,25(12):1-7.
[3] 沈建東,高瑜,高志剛,等. 遺傳算法的改進及其在電力系統(tǒng)無功優(yōu)化中的應(yīng)用[J]. 現(xiàn)代電子技術(shù),2006(8):47-49.
[4] 許文超,郭偉.電力系統(tǒng)無功優(yōu)化的模型及算法綜述[J].電力系統(tǒng)及其自動化學報,2003,25(1):100-104.
[5] 婁素華,李研,吳耀武,等.多目標電網(wǎng)無功優(yōu)化的量子遺傳算法[J].高電壓技術(shù),2005,31(9):70-71.
[6] 劉紅文,張葛祥.基于改進量子遺傳算法的電力系統(tǒng)無功優(yōu)化[J].電網(wǎng)技術(shù),2008,32(12):35-38.
[7] 邱曉燕,張子健,李興源. 基于改進遺傳內(nèi)點算法的電網(wǎng)多目標無功優(yōu)化[J]. 電網(wǎng)技術(shù),2009,33(13):27-31.
[8] 劉玉田,馬莉.基于Tabu搜索方法的電力系統(tǒng)無功優(yōu)化[J].電力系統(tǒng)自動化,2000,24(2):61-64.
[9] 封安輝,蘇宏升.一種改進的量子遺傳算法及其應(yīng)用[J].計算機工程,2011,37(5):199-201.
[10] 張葛祥,金煒東.量子遺傳算法的改進及其應(yīng)用[J].西南交通大學學報,2003,38(6):717-722.
[11] 劉芳,王爽,柳瑩瑩,等.基于改進量子旋轉(zhuǎn)門的量子進化數(shù)據(jù)聚類[J].電子學報,2011,39(9):2008-2013.
[12] 王興林,李茂軍.基于改進量子遺傳算法的Flow-Shop調(diào)度求解[J].計算技術(shù)與自動化,2010,29(3):83-84.
[13] 馬淑霞.概率門量子進化算法[J].西南民族大學學報:自然科學版,2004,30(3):269-273.
[14] 鄭玲峰,陳鋆垠,林輝,等. 基于量子粒子群混合算法的電力系統(tǒng)無功優(yōu)化[J]. 華中電力,2011,24(2):16-19.