메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Iraj Kheirizad (Islamic Republic of Iran Broadcasting) Amir Mohammadi (Azad University of Science and Research) Mohammad Hadi Varahram (Ministry of Science Research and Technology)
저널정보
대한전기학회 Journal of Electrical Engineering & Technology Journal of Electrical Engineering & Technology Vol.3 No.2
발행연도
2008.6
수록면
177 - 183 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The particle swarm optimization (PSO) has been shown to converge rapidly during the initial stages of a global search, but around global optimum, the search pro~ess becomes very slow. On the other hand, the genetic algorithm is very sensitive to the initial population. In fact, the random nature of the GA operators makes the algorithm sensitive to initial population. This dependence to the initial population is in such a manner that the algorithm may not converge if the initial population is not well selected. In this paper, we have proposed a new algorithm which combines PSO and GA in such a way that the new algorithm is more effective and efficient and can find the optimal solution more accurately and with less computational time. Optimal location of SVC using this hybrid PSO-GA algorithm is found. We have also found the optimal place of SVC using GA and PSO separately and have compared the results. It has been shown that the new algorithm is more effective and efficient. An IEEE 68 bus test system is used for simulation.
#FACTS devices #Hybrid PSO-GA #Optimization #Placement

목차

Abstract
1. Introduction
2. SVC Model and the Fitness Function
3. Particle Swarm Optimization (PSO)
4. Genetic Algorithm (GA)
5. The PSO-GA Algorithm for Finding the Optimal Placement of SVC
6. Numerical Results and Discussion
7. Conclusion
References

참고문헌 (20)

참고문헌 신청
1. [학술대회논문] - A.A. Alabduljabbar / 2006 / Genetic algorithm for allocation of static VAr compensators / The 8th IEE International Conference on AC and DC Power Transmission : 115 ~ 120 google schola 2. [단행본] - N.G. Hingorani / 2000 / Understanding FACTS concepts and technology of flexible AC transmission systems / IEEE press google schola 3. [단행본] - R.M. Mathur / 2002 / Thyristor based FACTS controllers for electrical transmission systems / John Wily & Sons Inc. google schola 4. [학술지(정기간행물)] - A .A. Edris / 1997 / Proposed terms and definitions for flexible ac transmission system (FACTS) / IEEE Tran. on power delivery 12 (4) google schola 5. [학술지(정기간행물)] - V. K. Chandrakar / 2003 / Optimal Location for Line Compensation by Shunt Connected FACTS Controller / The Fifth International Conference on Power Electronics and Drive Systems 1 : 151 ~ 156 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-560-001632460