首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   559篇
  国内免费   9篇
  完全免费   140篇
  电工技术   708篇
  2020年   3篇
  2019年   2篇
  2018年   14篇
  2017年   48篇
  2016年   65篇
  2015年   60篇
  2014年   103篇
  2013年   53篇
  2012年   86篇
  2011年   68篇
  2010年   62篇
  2009年   50篇
  2008年   40篇
  2007年   18篇
  2006年   28篇
  2005年   6篇
  2004年   2篇
排序方式: 共有708条查询结果,搜索用时 36 毫秒
1.
改进粒子群算法及其在电力系统经济负荷分配中的应用   总被引:64,自引:16,他引:48  
提出了一种用于求解一般形式的非连续、非凸、非线性约束优化问题的改进粒子群算法,用于求解复杂的非凸、非线性电力系统经济负荷分配问题。基于随机分析理论,证明了该算法依概率收敛至全局最优,且收敛性与粒子群的初始分布无关,并提出一个收敛的充分条件。多个算例的仿真结果表明:文中提出的算法有效、可行,可望应用于更广泛的优化问题  相似文献
2.
改进粒子群算法及其在输电网规划中的应用   总被引:34,自引:5,他引:29  
根据粒子群算法收敛性受初始粒子分布影响较大的特点,结合非线性单纯体法(nonlinear simplex method NSM),提出了一种粒子群初始化方法。该方法克服了随机初始化粒子时不能保证粒子合理分布的缺点,对提高初始粒子质量、加速PSO算法的收敛速度起到了有效的作用;同时分析了罚函数形式的适应度函数使迭代过程产生振荡的现象,根据对偶拉格朗日法,提出了一种交叉迭代法,克服了罚函数法的不足。最后通过算例证明了这2种方法应用于电网规划的有效性和正确性,为PSO算法的进一步改进拓展了思路。  相似文献
3.
基于改进PSO算法的电力系统无功优化   总被引:21,自引:3,他引:18  
粒子群优化PSO(Particle Swarm Optimization)算法是一种简便易行、收敛快速的演化计算方法,但该算法也存在收敛精度不高,易陷入局部极值的缺点。针对这些缺点,对原算法加以改进,引入了自适应的惯性系数和变异算子,提出了一种新的改进粒子群优化MPSO(Modified Particle Swarm Optimization)算法,并将其应用于电力系统无功优化,建立了相应的优化模型。对IEEE-14节点系统及某地区70节点实际电力系统进行了仿真计算,并与PSO算法作了比较,结果表明MPSO优化算法能有效地应用于电力系统无功优化.其全局收敛性能及收敛精度均较PSO算法有了一定程度的提高。  相似文献
4.
总结了粒子群(PSO)算法的一些改进方法;分析并指出了PSO算法收敛困难的关键原因;提出了局优分支优化技术.该技术由5要素组成:①局部最优区域的确定;②局部最优区域的闭锁;③局部最优区域的深度搜索;④全局搜索的粒子补充;⑤迭代终止判据.还结合电网规划的特点提出了采用启发式逐步倒推模型对局部最优子群进行深度搜索的技术.在电网规划中的应用表明,该2项技术克服了PSO算法的收敛困难,提高了PSO算法的搜索效率,保证了PSO算法的全局搜索性能和局部搜索性能.同时,也为其它算法提供了新的优化思路.  相似文献
5.
含风电场的电力系统机组组合问题随机模拟粒子群算法   总被引:17,自引:0,他引:17  
由于风电具有随机性,含有风电场的机组组合问题不再是一个常规意义下的确定性问题。利用传统的方法也难获得既经济又有较高可靠性的解。本文建立了基于机会约束规划的含风电场的电力系统机组组合的数学模型,以概率的形式描述相关约束条件,并把组合问题分为内外两层优化子问题求解。外层为机组的启停状态优化,用离散粒子群算法求解,并引入启发式搜索策略,有效提高了机组状态优化效率;内层为负荷经济分配,考虑到风电的不可靠性,利用随机模拟的改进粒子群算法求解,防止种群过早收敛于局部最优解,并确保发电计划的可行性。通过10机系统的算例计算,并与其他文献方法比较,结果表明该算法对解决含有风电场的电力系统机组组合的问题是行之有效的。  相似文献
6.
改进的粒子群优化算法在分布式电源选址和定容中的应用   总被引:17,自引:0,他引:17  
刘波  张焰  杨娜 《电工技术学报》2008,23(2):103-108
分析了分布式电源接入配电网前后对网络损耗的影响,在此基础上提出采用混合模拟退火算法的改进粒子群优化算法进行分布式电源选址和定容的计算,其目的是使配电系统网络损耗进一步减少.最后通过两个算例将本文提出的算法与采用遗传算法、模拟退火算法的计算结果进行对比分析,验证了所提出的改进算法在分布式电源选址和定容问题求解中具有很强的全局搜索能力和快速的收敛速度,为进一步开展分布式电源规划拓展思路.  相似文献
7.
基于粒子群优化算法的BP网络模型在径流预测中的应用   总被引:14,自引:0,他引:14  
本文介绍了一种全局随机优化算法一粒子群优化算法,并将其用于BP网络模型,对模型参数进行优化来提高模型的收敛速度和精度。最后利用参数优化前后的BP模型进行径流预测,结果表明模型收敛速度和精度明显提高。  相似文献
8.
配电网重构的混合粒子群算法   总被引:13,自引:0,他引:13  
通过将二进制粒子群算法和离散粒子群算法相结合,提出一种混合粒子群算法,求解配电网重构问题。在求解过程中,通过对配网支路进行分组,简化了网络,编码时每一支路组用1维表示,不仅显著降低了维数,缩短了编码长度,更有效降低了无效粒子的产生概率。在搜索过程中,根据该文总结的配电网重构的必要条件,有规律地将粒子进化,进一步提高了搜索效率。在优化过程中将每一次迭代由2步完成:第1步根据二进制粒子群算法中的sigmoid()函数值,利用轮盘赌的方法优化选择断开的支路组;第2步利用提出的离散粒子群算法优化选择在第1步中被选中断开的支路组的内部断开支路。最后对一个典型的69节点算例和一个实际算例进行仿真,结果显示,该方法不仅能快速收敛,而且稳定性好。  相似文献
9.
多目标无功优化的向量评价自适应粒子群算法   总被引:11,自引:2,他引:9  
为了克服粒子群算法在高维复杂问题寻优时有相当可能陷入局部极优的现象,提出了一种自适应粒子群算法。该算法利用种群多样性信息对惯性权重进行非线性的调整,并在算法的后期引入速度变异算子和位置交叉算子,使算法摆脱后期易于陷入局部最优点的束缚。对基于向量评价的粒子群算法进行了扩展,提出了基于向量评价的自适应粒子群算法(vector evaluated particle adaptive swarm optimization,VEAPSO)来解决多目标无功优化问题,求解出问题的Pareto最优解集。为帮助决策者从Pareto最优解集中选取合适的最优解,该文提出一种基于决策者偏好及投影寻踪模型的多属性决策法,使决策结果更加真实可靠。将该算法应用于多目标无功优化问题中,IEEE 30和IEEE 118节点系统算例仿真表明该方法用于解决多目标无功优化问题是有效可行的。  相似文献
10.
基于改进粒子群算法的可用输电能力研究   总被引:9,自引:0,他引:9  
针对可用输电能力问题展开了深入研究,构造了适合ATC问题特点的改进粒子群优化模型,提高了ATC计算结果的准确性和有效性;针对粒子群的搜索特点,提出“粗搜索”和“细搜索”的观点,并据此建立了分段自适应调整权重策略,提高了算法的适应性和收敛速度;针对ATC早熟问题,运用耗散原理,构建适合ATC问题的、改进的耗散操作,有效地兼顾了全局和局部搜索能力。IEEE30节点系统验证了该文所建模型的有效性。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号