您的位置: 专家智库 > >

山东省自然科学基金(Y2007F27)

作品数:2 被引量:36H指数:2
相关作者:李林川王振树牛丽李波更多>>
相关机构:天津大学山东大学国核电力规划设计研究院更多>>
发文基金:山东省自然科学基金更多>>
相关领域:电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇退火算法
  • 1篇群算法
  • 1篇子群
  • 1篇无功
  • 1篇无功优化
  • 1篇无功优化算法
  • 1篇向量
  • 1篇向量机
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇模拟退火
  • 1篇模拟退火算法
  • 1篇广域
  • 1篇广域测量
  • 1篇广域测量系统
  • 1篇负荷建模
  • 1篇参数辨识

机构

  • 2篇山东大学
  • 2篇天津大学
  • 1篇国核电力规划...
  • 1篇山东电力工程...

作者

  • 2篇王振树
  • 2篇李林川
  • 1篇李波
  • 1篇牛丽

传媒

  • 1篇电工技术学报
  • 1篇山东大学学报...

年份

  • 1篇2009
  • 1篇2008
2 条 记 录,以下是 1-2
排序方式:
基于粒子群与模拟退火相结合的无功优化算法被引量:17
2008年
针对电力系统无功优化采用粒子群算法容易陷入局部最优、模拟退火算法约束条件多和收敛速度慢的问题,提出一种新的基于粒子群与模拟退火相结合的算法.该算法根据粒子群的易实现性、快速收敛性及模拟退火的全局收敛性,进行协同搜索,求取系统无功优化的解集.对IEEE14、57、118节点系统进行了无功优化仿真计算,结果表明该算法原理简单易实现,计算效率高且能获得质量更高的解.
王振树李林川李波
关键词:无功优化粒子群算法模拟退火算法
基于贝叶斯证据框架的支持向量机负荷建模被引量:19
2009年
负荷建模一直是电力系统中的难题之一,精确的负荷模型对电力系统数字仿真非常重要。本文提出一种基于贝叶斯证据框架的支持向量机负荷建模方法。根据广域测量的负荷特性数据,利用支持向量机进行负荷建模,选用高斯径向基核函数优化模型结构;用贝叶斯证据框架推断准则1解释了支持向量机的训练,又将贝叶斯证据准则2和3应用到支持向量机。采用贝叶斯证据框架的三个准则对负荷模型进行训练并对参数进行了辨识和优化。通过对支持向量机负荷模型的仿真试验,验证了该方法的正确性和有效性。贝叶斯证据框架下的支持向量机负荷模型具有泛化能力强、结构灵活、计算速度快的特点,能够较准确地描述实际负荷特性。
王振树李林川牛丽
关键词:负荷建模支持向量机参数辨识广域测量系统
共1页<1>
聚类工具0