首页|基于平均群改进鲸鱼优化算法的最优潮流计算

基于平均群改进鲸鱼优化算法的最优潮流计算

扫码查看
原文链接
  • 万方数据
  • 维普
针对鲸鱼优化算法(WOA)在求解高维、复杂问题时易陷入局部最优的缺点,提出一种平均群改进鲸鱼优化算法(AWOA)求解电力系统的最优潮流问题.采用平均群距离公式更新鲸鱼的种群位置矩阵,避免个体向量选取的随机性,强化算法中包围、搜寻猎物阶段的搜索能力;结合非线性收敛因子,平衡算法的全局搜索和局部开发能力.然后,运用Levy飞行策略在最优解附近进行小范围搜索,帮助算法后期跳出局部最优;在IEEE30节点系统上进行最优潮流的仿真实验,并与现有的其他智能算法进行比较.结果表明:AWOA算法具有更快的收敛速度,更高的求解精度,显著提升了算法的寻优效率,验证了改进方法的有效性.
Optimal power flow calculation with average swarm improved whale optimization algorithm

陈将宏、张晨昊、胡炀

展开 >

三峡大学电气与新能源学院,湖北宜昌443002

鲸鱼优化算法 最优潮流计算 平均群 非线性收敛因子 Levy飞行

61771008

2022

10.13624/j.cnki.issn.1001-7445.2022.1030

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2022.47(4)
  • 1
  • 6