科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于电力系统稳定器(PSS)参数优化整定的问题，为了更好地寻找最优参数，本文将社会学习机制引入到粒子群优化算法中，将社会学习粒子群优化算法(SLPSO)应用于PSS参数的优化整定中，相比于传统优化算法，本文算法优化PSS参数具有更好的动态自适应性，同时不易陷入局部最优，能够较快地寻找到全局最优值。通过四机两区的仿真算例表明，本文方法解决了常规优化算法如粒子群优化算法优化PSS参数中存在的收敛性差、容易陷入局部最优、优化效果差等问题。通过将社会学习粒子群优化算法应用于PSS参数的寻优工作中，其PSS的优化效果和稳定性都得到了较大的提升。
-
单位福建工程学院; 物理学院
