Implementation of PSO, it’s variants and Hybrid GWO-PSO for improving Reactive Power Planning

Mahapatra, Sheila; Badi, Manjulata; Raj, Saurav

doi:10.1109/gcat47503.2019.8978348

Cited by 33 publications

(20 citation statements)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

Section: Methodsmentioning

confidence: 99%

“…For the PSO-LM-BP algorithm, the PSO algorithm is used to iterate 50 times, and then, the optimal solution of the current population is transferred to the LM algorithm. The optimal solution is obtained when the LM algorithm reaches the ending condition [34,35]. For the PSO-BP algorithm, the particle population size is set as 20, the update range of velocity is (−5, 5), the update range of position is (−10, 10), and the inertia coefficient decreases linearly from 1 to 0 as the number of iterations increases.…”

Section: Pso-lm-bp Neural Network Algorithmmentioning

confidence: 99%

See 1 more Smart Citation

High-Precision Temperature Inversion Algorithm for Correlative Microwave Radiometer

Liu

Zhang

et al. 2021

Sensors

View full text Add to dashboard Cite

In order to achieve high precision from non-contact temperature measurement, the hardware structure of a broadband correlative microwave radiometer, calibration algorithm, and temperature inversion algorithm are innovatively designed in this paper. The correlative radiometer is much more sensitive than a full power radiometer, but its accuracy is challenging to improve due to relatively large phase error. In this study, an error correction algorithm is designed, which reduces the phase error from 69.08° to 4.02°. Based on integral calibration on the microwave temperature measuring system with a known radiation source, the linear relationship between the output voltage and the brightness temperature of the object is obtained. Since the metal aluminum plate, antenna, and transmission line will have a non-linear influence on the receiver system, their temperature characteristics and the brightness temperature of the object are used as the inputs of the neural network to obtain a higher accuracy of inversion temperature. The temperature prediction mean square error of a back propagation (BP) neural network is 0.629 °C, and its maximum error is 3.351 °C. This paper innovatively proposed the high-precision PSO-LM-BP temperature inversion algorithm. According to the global search ability of the particle swarm optimization (PSO) algorithm, the initial weight of the network can be determined effectively, and the Levenberg–Marquardt (LM) algorithm makes use of the second derivative information, which has higher convergence accuracy and iteration efficiency. The mean square error of the PSO-LM-BP temperature inversion algorithm is 0.002 °C, and its maximum error is 0.209 °C.

show abstract

Section: Methodsmentioning

confidence: 99%

Section: Pso-lm-bp Neural Network Algorithmmentioning

confidence: 99%

High-Precision Temperature Inversion Algorithm for Correlative Microwave Radiometer

Liu

Zhang

et al. 2021

Sensors

View full text Add to dashboard Cite

show abstract

“…Komşu parçacığın deneyimine göre kendisinin ve komşusunun güncel değerlerinin karşılaştırılmasıyla elde edilen değer, iterasyon sırasında elde edilen en iyi değer olarak isimlendirilir. Parçacıkların hızı Eşitlik (12) ve konumu Eşitlik ( 13)'e göre güncellenir (Mahapatra et al (2019); Shi et al (2015); Gümüş et al (2021)). s213 maksimum güç noktasında salınım değerlerinin fazla olduğu gözlemlenmiştir.…”

Section: Artan İletkenlik Mgnt Algoritmasıunclassified

“…Her iterasyon işlemi sonucunda parçacık lokasyonları en iyi iki parçacığa göre güncellenir. PSO algoritmasının akış şeması Şekil-8'de gösterilmiştir(Mahapatra et al (2019);Shi et al (2015);Gümüş et al (2021)).…”

unclassified

“…Sistem içerisinde parçacıkların global ve yerel büyüklerinde elde edilen en yüksek güç, sistemin maksimum güç noktasının o parçacığın yeri olduğunu göstermektedir. Arttıran dönüştürücü için PSO MGNT algoritmasından görev oranı çıkışı alınır ve yük üzerine istenen gerilim ve akım değeri alınır(Mahapatra et al (2019);Shi et al (2015);Gümüş et al (2021)).…”

unclassified

See 1 more Smart Citation

Fotovoltaik Sistemlerde Maksimum Güç Noktası Takibi İçin Değiştir – Gözle, Artan İletkenlik Ve Parçacık Sürü Optimizasyon Algoritmalarının Karşılaştırılması

Lüy¹,

Turk²,

METİN³

2021

Uluslararası Muhendislik Arastirma Ve Gelistirme Dergisi

View full text Add to dashboard Cite

ÖzArtan dünya nüfusuyla birlikte enerji üretimek amacıyla kullanılan petrol ve türevleri ürünlerin azalması, bu ürünlerden atık olarak ortaya çıkan karbon monoksit, metan gazı gibi gazların çevreye verdiği zararı minimum değere indirgemek amacıyla yenilebilir enerji kaynaklarına ilgi artmıştır. Yenilenebilir enerji kaynakları rüzgâr, yakıt hücresi ve güneş panelleri gibi örneklendirilebilir. Yapılan makale çalışmasında güneş paneli sistemlerinde, Doğru Akım (DA) dönüştürücüsü ve Değiştir-Gözle (D&G), Artan İletkenlik ve Parçacık Sürü Optimizasyonu (PSO) algoritmaları ile Maksimum Güç Noktası Takibi (MGNT) MATLAB/Simulink ortamında tasarlanmış ve değişken ışıma değerlerinde benzetim çalışmaları gerçekleştirilmiştir. Benzetim çalışmaları sonucunda PSO MGNT algoritmasının, D&G ve Artan İletkenlik algoritmasına göre maksimum güç noktasında değişken ışınım değerlerinde daha az salınım yapmakta olduğu ve maksimumum güç noktasına daha hızlı ulaştığı gözlemlenmiştir. ..

show abstract

Role of Renewable Energy Sources and Storage Units in Smart Grids

G.¹,

Badi²,

Raj³

et al. 2022

Smart Grids and Microgrids

View full text Add to dashboard Cite

Implementation of PSO, it’s variants and Hybrid GWO-PSO for improving Reactive Power Planning

Cited by 33 publications

References 20 publications

High-Precision Temperature Inversion Algorithm for Correlative Microwave Radiometer

High-Precision Temperature Inversion Algorithm for Correlative Microwave Radiometer

Fotovoltaik Sistemlerde Maksimum Güç Noktası Takibi İçin Değiştir – Gözle, Artan İletkenlik Ve Parçacık Sürü Optimizasyon Algoritmalarının Karşılaştırılması

Role of Renewable Energy Sources and Storage Units in Smart Grids

Contact Info

Product

Resources

About