基于改进的遗传–模拟退火算法和误差度分析原理的 PMU 多目标优化配置
基于改进的遗传–模拟退火算法和误差度分析原理的 PMU 多目标优化配置为了进一步优化同步相量测量单元(phasor measurement unit，PMU)配置的合理性和效率，提出了一种新的误差度分析原理，并使用改进的遗传–模拟退火算法对多个IEEE 标准测试系统进行了优化配置。该原理同时考虑了测量冗余度和状态估计的精度，并且避免引入雅可比矩阵，还具备可观测性分析的功能。研究结果表明：该算法不仅可以找到满足全网可观测性的所有PMU 数目的配置解，而且进一步提升了全网的测量精度，从而证明了其有效性和优越性。
关键词：改进的遗传–模拟退火算法；同步相量测量单元(phasor measurement unit，PMU)配置；状态估计；全网可观测性；多目标优化；Pareto 最优解
页:
[1]