الگوریتم غنی شده سیاه چاله برای کاهش از دست دادن قدرت واقعی

در این مقاله یک الگوریتم غنی شده سیاه چاله (EBH) برای حل مشکل جریان قدرت واکنش پذیر ارائه شده است. الگوریتم سیاه چاله با جمعیت مقدماتی شرکت کننده و برای تمام تکرار الگوریتم سیاه چاله ، عالی ترین نامزد مورد نظر برای سیاه چاله است که پس از آن با کشیدن نامزدهای بیشتر در اطراف آن ، به نام ستاره ها استفاده می شود. اگر یک ستاره بسیار نزدیک به سیاه چاله حرکت کند ، توسط سیاه چاله مصرف می شود و به طرز عجیبی از بین می رود. در چنین حالتی ، یک راه حل جدید نامزد ستاره به طور خودسرانه ایجاد می شود و در فضای اکتشاف قرار می گیرد و یک جستجوی جدید را آغاز می کند. الگوریتم سیاه چاله برای انجام جستجوی جهانی به طور کامل در فضاهای مشکل در اندازه بزرگ ضعیف است. بنابراین پیشرفت در فرآیند ادغام در الگوریتم سیاهچاله باید انجام شود. در این کار ، الگوریتم سیاه چاله با استفاده از اطلاعات گرانشی ستارگان افزایش می یابد. برای این هدف ، نوعی نیروی گرانشی بین ستاره ها تعریف شده و حرکت ستاره ها به سمت سیاه چاله در هنگام نفوذ فضای محلول تنظیم می شود. به منظور ارزیابی الگوریتم غنی شده سیاه چاله (EBH) پیش بینی شده ، در سیستم اتوبوس استاندارد IEEE 57،118 مورد آزمایش قرار گرفته و با سایر الگوریتم های گزارش شده استاندارد مقایسه شده است. نتایج شبیه سازی در مورد عملکرد غنی شده الگوریتم پیش بینی شده در کاهش از دست دادن قدرت واقعی نشان می دهد.

بارگیری

داده های بارگیری هنوز در دسترس نیست.

منابع

O. Alsac ، و B. Scott ، "جریان بهینه بار با امنیت حالت پایدار" ، معامله IEEE. PA S-1973 ، صص 745-751. doi: https://doi.org/10. 1109/tpas. 1974. 293972

Lee K Y ، Paru Y M ، Oritz J L-یک رویکرد متحد برای اعزام قدرت بهینه واقعی و واکنش پذیر ، معاملات IEEE در دستگاه و سیستم های برق 1985: PAS-104: 1147-1153 DOI: https://doi.org/10. 1109/tpas. 1985. 323466

A. Monticelli ، M . v. f Pereira ، and S. Granville ، "امنیت جریان قدرت بهینه را با تنظیم مجدد تصحیح پس از احتمالی" محدود کرد "، معاملات IEEE در سیستم های قدرت: PWRS-2 ، شماره 1 ، ص . 175-182. ، 1987. doi: https://doi.org/10. 1109/tpwrs. 1987. 4335095

Deeb N ، Shahidehpur S. M ، بهینه سازی قدرت واکنشی خطی در یک شبکه قدرت بزرگ با استفاده از رویکرد تجزیه. معاملات IEEE در سیستم قدرت 1990: 5 (2): 428-435 doi: https://doi.org/10. 1109/59. 54549

E. Hobson ، شبکه کنترل قدرت واکنش پذیر با استفاده از برنامه نویسی خطی ، ‘معاملات IEEE در سیستم های برق PA S-99 (4) ، ص 868 = 877 ، 1980 doi: https://doi.org/10. 1109/tpas. 1980. 31971515

K. Y Lee ، Y. M Park و J. L Oritz ، "بهینه سازی سوخت - بهینه سازی برای اعزام های قدرت واقعی و واکنشی" ، IEE PROC ؛131c ، (3) ، صص 85-93. doi: https://doi.org/10. 1049/ip-c. 1984. 0012

M. K. مانگولی ، و K. Y. لی ، "کنترل قدرت واقعی و واکنش پذیر با استفاده از برنامه نویسی خطی" ، Elect. Power Syst. Res ، Vol. 26 ، صص1-10،1993. doi: https://doi.org/10. 1016/0378-7796(93)90063-k

K. Anburaja ، "جریان قدرت بهینه با استفاده از الگوریتم ژنتیکی تصفیه شده" ، COMPON. SYST ، VOL. 30 ، 1055-1063،2002. doi: https://doi.org/10. 1080/15325000290085343

D. Devaraj ، and B. Yeganarayana ، "الگوریتم ژنتیکی مبتنی بر جریان قدرت بهینه برای تقویت امنیت" ، IEE Proc-Generation. Transmission و. توزیع ؛152 ، 6 نوامبر 2005. doi: https://doi.org/10. 1049/ip-gtd:20045234

Abdolreza Hatamlou "سیاه چاله: یک رویکرد جدید بهینه سازی اکتشافی برای خوشه بندی داده ها" ، علوم اطلاعات 222 (2013) 175-184.

L. Kaper ، E. Heuvel ، P. Woudt ، R. Giacconi ، "تحقیقات سیاه چاله گذشته و آینده ، در: سیاه چاله ها در باینری ها و هسته های کهکشانی: تشخیص ، جمعیت شناسی و شکل گیری" ، اسپرینگر ، برلین/هایدلبرگ ، 2001 ، صص3-15.

ج. وانت ، "سیاه چاله ها: راهنمای مسافر" E ، جان ویلی و پسران ، 1998.

J. Zhang ، K. Liu ، Y. Tan ، X. He ، "بهینه سازی ذرات سیاه چاله تصادفی و کاربرد آن" ، در: 2008 کنفرانس بین المللی IEEE شبکه های عصبی و پردازش سیگنال ، ICNNSP ، 2008 ، صص 359-365.

A. A. Heidari * ، R. A. Abbaspour ، "الگوریتم بهبود یافته سوراخ سیاه برای برنامه ریزی مسیر UCAV قابل مشاهده در سطح پایین در هوافضا محدود" ، پیشرفت های ACSIJ در علوم کامپیوتر: یک مجله بین المللی ، جلد. 3 ، شماره 3 ، شماره 9 ، مه 2014 ISSN: 2322-5157.

Hatamlou ، A. ، "سیاه چاله: یک رویکرد جدید بهینه سازی اکتشافی برای خوشه بندی داده ها" ، علوم اطلاعات 222 ، 2013 ، صص 175-184. doi: https://doi.org/10. 1016/j. ins. 2012. 08. 023

Chaohua Dai ، Weirong Chen ، Yunfang Zhu و Xuexia Zhang ، "الگوریتم بهینه سازی جستجوگر برای اعزام قدرت واکنشی بهینه ،" IEEE Trans. سیستم های قدرت ، جلد. 24 ، شماره 3 ، آگوست 2009 ، صص 1218-1231. doi: https://doi.org/10. 1109/tpwrs. 2009. 2021226

J. R. Gomes و 0. R. Saavedra ، "اعزام قدرت واکنشی بهینه با استفاده از محاسبات تکاملی: الگوریتم های گسترده ،" IEE Proc.-Gener. انتقال. توزیع .. جلد. 146 ، شماره 6. نوامبر 1999. doi: https://doi.org/10. 1049/ip-gtd:19990683

IEEE ، "سیستم تست 30 اتوبوس IEEE و سیستم آزمون IEEE 118" ، (1993) ،

Jiangtao Cao ، Fuli Wang and Ping Li ، "یک الگوریتم بهینه سازی مبتنی بر بیوگرافی بهبود یافته برای جریان قدرت بهینه واکنشی" مجله بین المللی کنترل و اتوماسیون جلد 7 ، شماره 3 (2014) ، صص161-176.