人工智能在最优潮流中的应用综述

被引：6

作者：

史继莉

邱晓燕

机构：

[1] 四川大学电气信息学院

[2] 四川大学电气信息学院四川成都

来源：

继电器 | 2005年 / 16期

关键词：

人工智能; 最优潮流; 人工神经元网络; 模糊集; 进化方法; 多代理;

D O I：

暂无

中图分类号：

TM744 [电力系统的计算];

学科分类号：

080802 ;

摘要：

近年来,人工智能(AI)技术广泛地渗透到了电力系统,在电力系统最优潮流(OPF)的解算中,基于Al 方法的算法能够有效处理非线性和离散性问题,从而摆脱陷入局部极值或发散的可能,获得全局最优解该文相应于Al的结构模拟、思维模拟和行为模拟三类研究方法,分别综述了人工神经元网络(ANN)、模糊集理论、进化方法(模拟进化、模拟退火等)、多代理技术等Al方法在电力系统OPF中的应用

引用

收藏

页码：85 / 89+95 +95

页数：6

相关论文

共 15 条

[1] 一种求解最优潮流的组合算法 [J].

丁晓莺 ;

王锡凡 ;

陈皓勇 .

中国电机工程学报, 2002, (12) :12-17

[2] 基于人工免疫算法的电力系统最优潮流计算 [J].

孙勇智 ;

韦巍 .

电力系统自动化, 2002, (12) :30-34

[3] 基于模糊控制遗传算法的电力系统最优潮流 [J].

周文华 ;

赵登福 .

西北电力技术, 2001, (05) :23-25+2

[4] 分布计算的遗传算法在无功优化中的应用 [J].

潘哲龙 ;

张伯明 ;

孙宏斌 ;

程亮 .

电力系统自动化, 2001, (12) :37-41

[5] 自适应进化规划及其在多目标最优潮流中的应用(Ⅱ)——基于自适应进化规划的多目标最优潮流 [J].

石立宝 ;

徐国禹 .

电力系统自动化, 2000, (08) :33-36

[6] 自适应进化规划及其在多目标最优潮流中的应用(Ⅰ)——自适应进化规划算法 [J].

石立宝 ;

徐国禹 .

电力系统自动化, 2000, (07) :23-25+40

[7] 人工智能在电力系统中的应用 [J].

韩祯祥 ;

文福拴 ;

张琦 .

电力系统自动化, 2000, (02) :2-10

[8] 多目标最优潮流问题的模糊建模及内点解法 [J].

刘明波 ;

段晓军 ;

赵艳 .

电力系统自动化, 1999, (14) :37-40+50

[9] 基于进化规划的最优潮流计算 [J].

石立宝 ;

徐国禹 .

电网技术, 1998, (02) :25-27

[10] 启发式进化规划及其在最优潮流中的应用 [J].

石立宝 ;

华智明 ;

徐国禹 .

重庆大学学报(自然科学版), 1997, (06) :69-74