基于知识获取与共享的多目标无功电压优化算法

简介：
本研究提出一种创新的多目标无功电压优化算法，结合了知识获取和分享机制，旨在提高电力系统的运行效率与稳定性。 基于知识获取与共享算法（Gaining-sharing knowledge based algorithm, GSK）是一种模拟人类在一生中不断学习和分享知识过程的启发式方法，由埃及开罗大学的研究人员A. W. Mohamed等人于2020年首次提出。该算法将人的一生分为两个主要阶段：初级阶段与高级阶段。 1) 初级阶段通常发生在人生的早期到中期，在这个时期人们更多地通过小型社交圈（如家庭、邻居和亲戚）获取知识，而不是大型网络（比如工作场所或社交媒体）。尽管在这个过程中思想尚未完全成熟，但个体仍然努力尝试分享他们的想法和观点。 2) 高级阶段则主要出现在人一生的中后期，在这一时期人们更倾向于通过广泛的社交圈（如职场、社群平台及朋友）来获取知识。此外，处于这个阶段的人往往更加重视成功学，并且乐于采纳成功人士的意见以避免失败；他们也热衷于在大型网络上分享自己的观点和经验，以便他人从中受益。 该算法被应用于多目标、高维度的配电系统无功电压优化问题中，并与现有的一些方法进行了比较。结果表明，GSK算法具有出色的优化性能。