• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Information Technology >A Genetic Algorithm Approach Considering Zero Injection Bus Constraint Modeling for Optimal Phasor Measurement Unit Placement
【24h】

A Genetic Algorithm Approach Considering Zero Injection Bus Constraint Modeling for Optimal Phasor Measurement Unit Placement

机译：考虑零注入总线约束建模的相量测量单元最优布局遗传算法

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents optimal Phasor Measurement Unit (PMU) Placement in network using a genetic algorithm approach as it is infeasible and require high installation cost to place PMUs at every bus in network. This paper proposes optimal PMU allocation considering observability and redundancy utilizing Genetic Algorithm (GA) approach. The nonlinear constraints of buses are modeled to give accurate results. Constraints associated with Zero Injection (ZI) buses and radial buses are modeled to optimize number of locations for PMU placement. GA is modeled with ZI bus constraints to minimize number of locations without losing complete observability. Redundancy of every bus in network is computed to show optimum redundancy of complete system network. The performance of method is measured by Bus Observability Index (BOI) and Complete System Observability Performance Index (CSOPI). MATLAB simulations are carried out on IEEE -14, -30 and -57 bus-systems and compared with other methods in literature survey to show the effectiveness of the proposed approach.
机译：本文介绍了使用遗传算法方法在网络中的最佳相量测量单元（PMU）放置，因为它不可行并且需要较高的安装成本才能将PMU放置在网络中的每条总线上。提出了一种利用遗传算法（GA）考虑可观察性和冗余性的最优PMU分配。对总线的非线性约束进行建模以给出准确的结果。对与零喷射（ZI）总线和径向总线相关的约束进行建模，以优化PMU放置的位置数量。 GA采用ZI总线约束进行建模，以最大程度地减少位置数量，同时又不失去完整的可观察性。计算网络中每条总线的冗余度以显示整个系统网络的最佳冗余度。该方法的性能由总线可观察性指数（BOI）和完整系统可观察性性能指数（CSOPI）来衡量。 MATLAB仿真是在IEEE -14，-30和-57总线系统上进行的，并与文献调查中的其他方法进行了比较，以证明该方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号