-
题名基于时序配合的主从微电网需求侧资源动态聚类算法
- 1
-
-
作者
袁晓鹏
申少辉
汪涛
关英宇
-
机构
北京科东电力控制系统有限责任公司
-
出处
《微型电脑应用》
2024年第5期149-152,共4页
-
文摘
为了合理利用和动态聚类主从微电网需求侧资源,提高资源利用效率和运行性能,提出了基于时序配合的主从微电网需求侧资源动态聚类算法。在时序配合下,对主从微电网需求侧资源进行提取。将主从微电网需求侧资源负荷峰谷差、负荷波动率最小化和负荷消纳率最大化作为目标函数,设定主从微电网需求侧资源曲线波动率和负荷互补约束条件,构建主从微电网需求侧资源动态聚类模型。基于动态调整惯性权重的粒子群算法,求解主从微电网需求侧资源动态聚类模型,实现主从微电网需求侧资源动态聚类。实验结果表明,所提算法的主从微电网需求侧资源动态聚类效果较好,能够有效实现主从微电网需求侧资源的合理利用,提高主从微电网需求侧资源动态聚类效率。
-
关键词
时序配合
主从微电网
动态调整惯性权重
需求侧资源
粒子群算法
资源动态聚类
-
Keywords
timing coordination
master-slave microgrid
dynamically changing inertia weights
demand side resource
particle swarm optimization algorithm
dynamic clustering of resource
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名改进收敛条件的动态调整惯性权重PSO算法
被引量：3
- 2
-
-
作者
冯婷
陆雪松
阳维
张素
-
机构
上海交通大学生命科学技术学院生物医学仪器研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第3期175-177,共3页
-
基金
国家重点基础研究发展规划(973)(No.2003CB716103)
上海市科委重点攻关项目(No.05DZ19509)~~
-
文摘
在医学图像配准中需要解决互信息图像配准过程中局部极值问题,引入了一种动态调整惯性权的自适应粒子群算法;验证了其中两个重要参数的取值,并均匀赋值粒子初始位置,避免随机产生的初始位置集中在某一区域而使寻优陷入局部极值,同时加入进化速度因子作为搜索中止条件,加快了搜索速度。实验表明,该算法既能找到全局最优又能快速收敛。
-
关键词
医学图像配准
全局寻优
粒子群算法
动态调整惯性权重
-
Keywords
image registration
Particle Swarm Optimization（PSO）
dynamically changing inertia weight
-
分类号
R319
[医药卫生—基础医学]
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
