Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Nous utilisons des cookies dans le but suivant :
Assurer le bon fonctionnement du site web, améliorer la sécurité et prévenir la fraude
Avoir un aperçu de l'utilisation du site web, afin d'améliorer son contenu et ses fonctionnalités
Pouvoir vous montrer les publicités les plus pertinentes sur des plateformes externes
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Cookies techniques et fonctionnels
Ces cookies sont indispensables au bon fonctionnement du site internet et vous permettent par exemple de vous connecter. Vous ne pouvez pas désactiver ces cookies.
Cookies analytiques
Ces cookies collectent des informations anonymes sur l'utilisation de notre site web. De cette façon, nous pouvons mieux adapter le site web aux besoins des utilisateurs.
Cookies marketing
Ces cookies partagent votre comportement sur notre site web avec des parties externes, afin que vous puissiez voir des publicités plus pertinentes de Club sur des plateformes externes.
Une erreur est survenue, veuillez réessayer plus tard.
Il y a trop d’articles dans votre panier
Vous pouvez encoder maximum 250 articles dans votre panier en une fois. Supprimez certains articles de votre panier ou divisez votre commande en plusieurs commandes.
This book presents an efficient meta-heuristic method for distribution systems reconfiguration for lower losses and better voltage profile. A modified Tabu Search (MTS) algorithm is used to reconfigure distribution systems so that active power losses are minimized with turning on/off sectionalizing switches. A new method to check the radial topology of the system is presented. Also, the reconfiguration problem is solved using the particle swarm optimizer (PSO), a member of the recently growing swarm intelligent-based algorithms. In most of the PSO publications, the algorithm is used for solving problems of unconstrained optimization. Consequently, to address the feeder reconfiguration problem, some modifications to the standard PSO are proposed to allow dealing with such highly constrained optimization problem. To verify the effectiveness of the proposed methods, comparative studies are conducted on four test systems with encouraging results. The proposed methods are applied to 16-node, 32-node, 69-node, and 119-node distribution systems. The obtained results are compared with results obtained using other approaches in the previous literature work to examine the performance.