混合遗传算法在电力参数测量中的应用

现有电力参数测量方法往往只针对一个误差因素，当系统采样数据同时受多个误差影响时，难以得到准确结果。针对这一问题，建立了电力参数极值优化模型，同时对衰减直流分量、非同步采样及谐波等多个误差参数加以精确表示，利用混合遗传算法（HGA）对该模型进行求解，可得到准确的系统幅值、相位、频率及谐波等电力参数。针对普通遗传算法（GA）收敛慢和经典迭代法初始点敏感问题，HGA将GA算子与混合拟牛顿算子结合起来，由GA算子进行解空间全局搜索，混合算子进行强局部搜索，可实现无需指定初值的电力参数快速求解。仿真实验表明，该方法能有效提高参数测量的运行效率和计算精度。