Int ern at i onal  Journ al of  P ower E le ctr on i cs a n d  Drive  S ystem   (I J PE D S )   Vo l.   11 ,  No.   3 ,  Septem be r 2020 , pp.  1344 ~ 1349   IS S N:  20 88 - 8694 ,  DOI: 10 .11 591/ ij peds . v11.i 3 . pp 1 344 - 1349          1344       Journ al h om e page :  http: // ij pe ds .i aescore.c om   Simulta neous  p l acement  of F ACTS  d evi ces u si ng c uc k oo  s earc h  a lgo rithm         Basana goud a Pat il ,  S.   B.   K ar ajgi   Sh ri  Dhar mast hala  M anj un at hes hw a ra C ollege  of Engine e rin g  a nd Tech nolo gy ,   Ind ia       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   J ul   22 , 2 01 9   Re vised  Oct   9 ,  201 9   Accepte d  Fe b   19 , 20 20       The   power  sys te m  d ere gul at io n  req uire s  th echange   in  r eact i ve  powe r   com pensa ti on  in   the   power  sys tem.   Th e  opt im a l  pla c em en t  of  F ACTs  (Flexi  ble  AC  tr ansmi s sion  sys te m)   dev ic es   is  ma nd at or y  to   r ec a lc ul ate  t he  r eact iv e   power  co mpe ns at ion   in   der egulati on   c ase .   Th e   FA CTs  device s  gene r al ly   used  in   ser ie s  an d  shunt   con ec t io ns.  Her e  the  v arious   facts  d evi c e s  connect ed  in  seri es  &   shu nt  co mbi na ti on   simul ta n eously.  The   op ti m al  pl a ce m ent  and  sizi ng  of  th e  de vic es  ar e  done  in  thi s  pap er  by   formul a ti ng  th e  objecti v e   func ti on   with   minimi z at ion   of   co st  of  th e  g ene r at i o n  and   mi n im i zing  the  cost   of  Fact s  d evi c es.   MA LAB  is  use d  for  writ ing  th e   code.  I EE E   14  bus  sys te m  is  used  to  her e  for  te sting   the   s ystem .   Pl ac ing   t he  FA CTs  sepa rat e ly  and   simul ta n eously  a re  studi ed   in   ca s e  study .   Cu ckoo   sea r ch  al gori th m  is   used  to  ide nti f y   th e  solu t ion  to   the opt im i za t ion  probl em .   Ke yw or d s :   Cost M i nimiza ti on   of Facts  Dev ic es   CSA   Op ti mal Pl ace ment  of Facts  Dev ic es   This   is an  open   acc ess arti cl e   un der  the  CC  BY - SA   l ic ense .     Corres pond in g  Aut h or :   Ba sanago ud a  P at il ,   Re search  Sc hola r ,   Dep a rtme nt  of  Ele ct rical  an d  Ele ct ro nics  E nginee rin g,       Sh ri  Dhar mast hala  M anj un at hes hw a ra   C ollege  of Engine e rin g  a nd Tech nolo gy ,  Dh a r wa d  - 58 0002 ,  Karnata ka , In di a.       Emai l:   patil .b a sana gow da@g mail .co m       1.   INTROD U CTION     The pla ceme nt o f FACT S  de vices is stu died  b y ma ny p a pe rs.  T he mult ipl e num ber   of d i ff e ren t t ypes   li ke  series   an d shunt facts d e vi ces  are   us e d  tog et her  as   sho wn  in   [ 1 - 4].   I n  the  e ntire  li st o f  facts dev ic es  U PFC   is  on e  of   t hat  wh ic h  pr ov i de s  bo t h  se ries  and   shu nt  co mb inati on  [4,  5].  The  pa per s   [1 - 5]  deals  w it h  the   op ti mal   place ment   an d  siz e  of  facts   dev ic e s.  Some   li te rat ur es   deal  with   the  i ncr easi ng  the  num ber  of   FA CTS   dev ic es  [6 - 9].  In   ma ny  li te ratur es  t he  place ment  pro blem  so luti on  is  give n  in  [ 10 - 20].   Thi s  pa per   dea ls  with   the  op ti mal   pla cement   of  FAC TS  dev ic es   with  c uc koo  se arch  al go rithm   [ 10,   20 - 25] .  A   matl ab   base d  cod e   i s   dev el op e d  f or  placi ng  t he  FAC TS  dev ic es .  The   dual   FA C TS  de vices  a re   place d  simula ta neously   us in g  t hi s   al gorithm.   T he   F ACTS   dev ic es  us ed   her e   a r e  c ombinati on  of  se ries  a nd  s hunt  de vices.   The   co mb i nation  li ke   SV C - TC SC,  T CSC - UPFC   a nd  S VC - UPFC   are  us e d  her e   a re  case   stu dies.   The   ob je ct ive  fu ct io n  is   use d  with   cost  functi on  of  the   gen e rati on  a nd  c os t  f unct ion   of  F ACT s  de vices.   T he   IEE E  14  bu s  sy ste m   is  us e d  he re     for  te sti ng.        2.   PROBLE M  F ORMUL ATI ON   Bi dd in g  c os t  is  consi de red   a s  the  ther mal  s ys te m  c os t  cu r ve  so   t he  bi di ng   c os t  ca n  be   represe nted    as [9] ,     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  P ow Elec   & Dri S ys t   IS S N: 20 88 - 8 694       Simult an e ous  pl acem e nt o f  FA CTS devi ces  usi ng  c uck oo se arc h alg or it hm   ( Basana gouda  Patil )   1345   (  ) =   +    +  2   (1)     The  i ncr e ment al  co st ca n be  r epr ese nted  as  be low,      (  ) =   + 2    (2)     Der e gula te d power  sy ste m  op t imal  p owe r  fl ow e qu at io n  is  gi ven   belo w,      :   ∑ (  ) = 1   (3)        :   ∑  =      (4)      <  <      ,  ∈ [ 1 , ]   (5)     Wh e n  ∑    = 1 >        ∑    = 1 =   ,  - no  fea sible sol ution,   Wh e n  ∑    = 1 =   - eac h  se ll er is contract ed  am ount is  at it s capacit y  l ower  li mit .   Wh e n  ∑    = 1 <     an d    ∑    = 1 >   , -- non - t rivial  case .     Her e ,   (  )                         −                                                         −             ℎ        , ,                       −      −        ,        −                  ℎ                                                  −              ,                                 −              Fact s d e vices c os ts    = 0 . 0015  2 − 0 . 713  + 153 . 75   (6)    = 0 . 0003  2 − 0 . 3051  + 127 . 38   (7)    = 0 . 0003  2 − 0 . 2691  + 188 . 2     (8)     Her e ,     −                     $      −                in  $    −                   $    −                    $    −               −              −                Con si der i ng th e ab ov e  constr ai nts en ti re  co s t functi on ca n be  represe nted as bel ow [6] .   Ca se I :          =   ∑ (  ) = 1 +    +    (9)   Ca se I I:          =   ∑ (  ) = 1 +    +    (10)   Ca se I I I:          =   ∑ (  ) = 1 +    +    (11)   Her e ,     +  =  +    (12 )    +  =  +    (13)    +  =  +    (14)       3.   CUCK OO  SE ARCH  A LG O RITH M (CSA )    The  c uc koo  bi r d  la ys   e ggs  i n  oth e r  bir d  nest s.  If  the   host bi rd  rec ognizes   it ,  it   ma y  dro p  t he  e ggs o r   it   may  a ba ndon  the  ne st  an d  f orm  a  ne w  ne st.  The   "cuc ko o  sea rch  al gor it hm "  is  bu il t  on  this  c oncep t.  To   simpli fy, th e  hypothe sis i s r e placed  by th e  ne w nest ( with  ne w  a rb it ra ry sol ution s ) of t he numbe r of n od es.   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8 694   In t J   P ow  Ele c  &  D ri   S ys t,   V ol .  11 , N o.   3 ,  Se ptembe r  2020   :    13 44   –   13 49   1346   To  sim plif y  it ,   a  de picti on  of  the  res pecti ve   eg g  in   the  ne st,  an d  a  c ra ne  e gg  re pr e s ents  a  new  so luti on,  t he  goal   is  to  us e  ne w  a nd   ima gina ti ve  best  a nswers  (c ucko o)   to  re place  the  worst  res ponse   in  the   nest.  Her e , it i s  assumed  that t her e  is only  on e eg g  in  the  res pecti ve nest.   Ba sed on t hese  guideli nes , th e  b asi c s te ps   of  cucko o  sea rch  (CSOA)  ca n b e summariz e d as pse udo - c od e .   Wh e n maki ng  new an swe rs x (t+1) f or, a bout , a  cuc koo i , a   Lev y  flig ht is  pe rformed        (   + 1 )   =  ( ) +     ⨁    ( )   (15)     Wh e re  α>   0  is  the  ste p  siz e,   wh ic h  relat es  t o  t he  ru le rs  of  the  pro ble m.  I n  mo st   cases,   i t  is  us e d  as  α  =  1.  T ypic al ly,   an   ar bitra ry  st yle  is  a  M ar ko vs ync ,  t he  ne xt  ra nk  /  l ocati on  is   in   the   cu rrent  locat i on  (t he   first   word   i n  the  e qu at io n  a bove )  an d  the  pro ba bili ty  of   t he  conve rsion  (t he   seco nd   te r m ).   P rod uct  ⊕   means  org an - wise  mul ti plica ti on s.  T his  el eme nt - wi se  product   is  si mil ar  to   t he  PS O,  but   he re   the   le vee   plane   is   more   eff ic ie nt at  fin ding the  searc h area  beca us e it s step dist ance   is t oo lo ng.   The   le vy  plane   basical ly   provi des  a n  a r bitrar y  walk ,  w hile  the  a r bitrar y  ste p  le ng t h  is   de r ived   f ro m   the lev y dist rib ution      ~ = − , ( 1 < ≤ 3 )   (16)     CS A   ca n  t hu s   be pr olon ged to the  ty pe of  m et a - popula ti on  al gorithm.   T he  algorit hm i s  giv en  b el ow :   Step - 1: S uppos e that n  host ca nd i dates are  Xxi (i =  1,  2,   .. n )  a nd ma xim um i te rati on.   Step - 2:  An al yz e  the  ma xim um  num ber  of  ep oc hs   a nd  s el ect   a  ho ok  a rb it ra rily  us in g  ta xonomic  pl anes  t o  est imat e fit or  cost fu nction ( Fi).   Step - 3: Select   a n est   betwee n n a nd sa y  ar bitraril y (j).   Step - 4: Test  w hethe r  Fj is l ower  tha n  re pla ci ng   F  with the  n e w  s olu ti on.   Step - 5: (Pa)  One  of the  w or st  can did at es is  a band on e d  a nd  new ones  are b uilt . H a ve  t he best  nest or s ol ution   Step - 6:  Gr a de  t he  a nswers  and  f in d o ut the c urre nt.   Step - 7: Co nfi r m this  for  al l e po c hs an d finis h wh e n y ou r ea ch  ma xim um e po c hs.   Step - 8: P rove t he results.       4.   RESU LT S  AND DI SCUS S ION   The  te st   syst em  is  3 - sel le r  C SA  is  ta ke n  he re.  As   s how n  i n  t he  res ults  th e  fitness   value   of  CS A   i n  [28].  As  it   is  e conomic  l oad  disp at c h  the  l oss  co ns ide rati on  al so  ba sed  on  the   loss  matr ix.  Wh e n  t he  s ame  3 - sel le r  sy ste m  i s  us e d  in  the  opti mal  powe r  f low  t he  c os t  of  the  ge ner at io n  reduces.  We   use   the  same  3 - sel le r  sy ste m a s the  test  sy ste m  and  we  im pleme nt  the f act s  de vic es w it h i nclusi on of i nv est me nt cost .    The   F ACTS   de vices  c onside r ed   he re   are   S V C  &   TCSC ,   T CSC   &   UP FC   and  SV C   &   U PFC.   S VC  &   UP FC  models  are   ta ke n  as  r e act ive pow e r mo del and t he TC SC is t ake n as react an ce m od el .   The  obje ct ive  f un ct io n  disc usse d  in   eq   ( 9/10 /11)  is  ta ke n  as   a  fitness   eq uat ion   with  volt ag e  li mit   and  powe r  flo w  c onstrai nts .  T he   well - kn own  m et aheurist ic   al gorithm   cal le d  CSA   al go ri th ms  is   us e d  f or  te sti ng  the f it nes s fu nc ti on   for wit hout  f act s d e vices.  Th e  r es ults o bt ai ned  a re  disc us se d belo w.     T he  Fig ur e  1  s hows  t he  c onve rg e nce  c urve.   It  ca n  be  see n  that  S VC  wit h  UP FC  giv e s   le sser  c os t   com par e d  to   S VC  &   TCSC   a nd  TCSC   &   U PFC.   The   l o ss   is  minimi ze d  drast ic al ly  f r om  the   sin gle   F A CTS  dev ic es  t o  mu l ti ple  facts  dev i ces.  Table  1   shows  t he  co mp a rison  of  the  los s  cost  an d  loca ti on s  of  the  F A CT S   dev ic es .  T he  F igure  2  show s  the  volt age  pro file .  Here  serie s  1  is  the  SV C   &   TCSC ,  se ries  2  is  the  TCSC   &   UP FC   an d  se r ie s  3  is   S VC  &   U PFC.   Th e   volt age   pro file s  are   nea rly   equ al .   Fi gure  3  s hows   the   powe r  gen e rated   from   the   ge ne rato r  after  placeme nt   of  SV C   &   T CSC ,  TCSC   &   U PFC  an d  SVC   &   U PFC.   H ere  t he   sla ck  bus  pow er  gen e rati on  i ncr ease s  c orre sp on d in g  t o  t he   cases  a ppli ed.  From   Ta ble  1   it   is  e vid e nt   that  minimu m  c os t  is  achieve d  w he n  the  UP FC  a lon e  is  placed.   But  minim um  loss  is  achie ve d  w he n  co m bi nin g   the  TCSC   with   UPFC .  But  S VC  &   UPFC   r edu ce s  loss   as  well   as  co st  co mp a red  to  oth e r  S VC  &   TCS C  and   TCSC   &   UP F C.   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  P ow Elec   & Dri S ys t   IS S N: 20 88 - 8 694       Simult an e ous  pl acem e nt o f  FA CTS devi ces  usi ng  c uck oo se arc h alg or it hm   ( Basana gouda  Patil )   1347       Fig ure   1 .  C onve rg e nce c urve       Table  1 . C onve ntion al   meth od       Locatio n   Size   Total Co st in  $   Los s in  M W   NO FAC TS   -   -   8 0 5 4 .4   7 .66 9 9   SVC   13   2 6 .74 3 2  M VAR   7 9 1 4 .5   1 .63 3 3   TCSC   6  to 1 1   1  pu   8 1 1 4 .8   5 .77 9 8   UPFC   13   2 8 .28 1 9  MVAR   7 9 0 7 .5   3 .05 9 5       Table  2.   C onve ntion al   meth od       Locatio n   Size   Total Co st in  $   Los s in  M W   NO FAC TS   -   -   8 0 5 4 .4   7 .66 9 9   SVC& TCSC   1 3 +(13 to 1 4 )   2 8 .97 9 0 ,0.3 9 7 3   8 0 7 6 .9   1 .26 5 8   TCSC& UPFC   1 3 ,  7  to 9   2 0 .15 7 7 ,  0 .31 3 9   8051   0 .29 4 1   SVC& UPFC   1 0 ,13   2 2 .14 ,18 .4 M VAR   7991   0 .36 6 2           Fig ure   2 .   V oltage  prof il e   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8 694   In t J   P ow  Ele c  &  D ri   S ys t,   V ol .  11 , N o.   3 ,  Se ptembe r  2020   :    13 44   –   13 49   1348       Fig ure   3 .   Ge ne rated  powe r  in   MW       5.   CONCL US I O N   The  c ombinati on  of  S VC  &   TCSC ,  TCSC   &   U PFC  a nd  S VC  &   UP FC a re  place d  by  m inimi zi ng   t he  cost  of  inv e stment  an d  the  cost  of  ge ner a ti on   at   a  ti me.  The   cuc koo  s earch  al gorith m  is  us ed  he r e  as  the   so luti on  te ch ni qu e .  A nd  the  I EEE  14  bus  w hich  is  al s o  kn own  as  3 - sel le r  de re gu la te d  s ys te m  is  c on si der e d  her e  for t est ing t he per forma nc es. T he  c omp ariso n  is  pro vid ed  in  t he resul ts an d discussi on secti on.       REF ERE NCE S    [1]   S.  Gerbe x,   R.   C her kaoui,  and   A.   J.  Germ ond ,   " Optim a l  pl acem en t  of  mu lt i - type   F ACTS  devi ce s  i n  a  power  sys tem   by  means of  g en et i c  a lgori th ms,"   IEEE  Tr ans.  Po wer  Syst . ,   vo l. 1 6,   no .   3 ,   pp .   537 - 544,   Aug   2001 .   [2]   M.  Santiago - Lu na  and   J.   R.   C ed eno - Maldona do ,   " Optim a l  p lace me nt   of  FA CTS   cont ro llers  in   p ower  sy stem s  v i a  evol uti on   stra te g ie s,"   in   Proc .   20 06  IEEE  Tr ans. and Dist.   Con f.  Ex po.   (TD C  200 6) ,   Aug 15 - 18 ,   2 006,   pp .   1 – 6.   [3]   Z.  Lu,  M.   S.   L i,   W.  J.   T ang,  and  Q.   H.   Wu ,   " Optim a l  location  of  FA CTS  d evi c es  by   a   bacte ri al  sw arm ing   al gorit h m  for   re ac t ive   pow er  p lanning, "   in   Proc .   ’07  I EE E   E volutionary  Compu ti ng ,   Sep  25 - 28 ,   2007,   pp.   2344 - 2349.     [4]   Q.  H.   Wu ,   Z.  Lu ,   M.   S.   Li,  and   T.  Y.  Ji ,   " Opt imal  p lace m ent  of  FA CTS  devi ce s   by  a   group  se arch  opt i mi z er   with   mul ti p le pr oducer,"   in   Proc .   2007   IEEE Evol u ti on ary  Computing  ( CEC  2008) ,   Jun  1 - 6,   2008 ,   pp .   1 033 - 1039.   [5]   P.  Bhasaput r a  an d  W.  Ongs akul ,   " Optim al  place me nt   of  mu lt i - ty pe  FA CTS  de vi c es  by  hybrid   TS/ SA   appr oac h , "   i n   Proc.   2003   IE E E  Circu it s and   S yste ms   (ISCAS’ 0 3) ,   May   25 - 28,   2 003,   vol .   3 ,   pp .   3 75 - 378.     [6]   S.  Gerbe x,   R.   C her kaoui,  and   A.  J.  Ger mond,   " Optim al  place m ent   of  FA CTS  d evi c es  to   enh an ce   power   sys tem  sec urit y , "   in   Pro c.   2003   IE EE P o wer  Tech  Con f . ,   Jun 23 - 26,   2003 ,   vol. 3, pp. 1 – 6.   [7]   S.  Rahi m za d eh,   M.  Ta vako li   B i na,   and   A.  Viki ,   " Simul ta n eous  appl i ca t ion  of  m ult i - typ e  FA CT S  devi ce s  to   the  restr uct ur ed  environment :   Ach ie v ing  bo th   opt im a l   numbe r   and  lo c at ion , "   IET   Gen er.   Tr ansm .   Dist rib . ,   vol.  4 ,   no .   3,   pp .   349 - 362 ,   Sep   2009.     [8]   S.  Gerbe x,   R.   C her kaoui ,   and   A.   J.  Germ ond ,   " Optim a l  pl acem en t  of  mu lt i - type   F ACTS  devi ce s  i n  a  power  sys tem   by  means of  g en et i c  a lgori th ms,"   IEEE  Tr ans.  Po wer  Syst . ,   vo l. 1 6,   no .   3 ,   pp .   537 - 544,   Aug   2001 .   [9]   L.  J.   Ca i,  I .   Erli ch,  and   G.   St amtsis,  " Opti mal  c hoic e   and   allocation   of   FA CTS  devi c es  in  d ere g ula t ed  elec tr icity   ma rke t  using   GA , "   in  Proc. 200 4  IEEE Power S yst.   Con f. E xpo . ,   Oct  10 - 13 ,   2004 ,   vol .   1 ,   pp .   201 – 207.     [10]   R. K.Sw ai n,   P.K. Hota,   and  R . Cha kra bar ty ,   " An  Aucti on  Bas ed  Di spatc h  Algori th m  for  Dere gul ated  Pow er  Sys te ms  using  D if fe ren t i al  Evol u ti on   T e chni que , "   Fi f tee nth  Na ti onal   Po wer  Syst ems  Co nfe renc e   (NPSC ),  IIT  Bombay ,    Dec   2008     [11]   Xin - She  Yang, " Cuckoo  sea r ch a nd  le vy   fli gh ts ,"   Nature  &   Bi o log ic al   Inspired  Co mputing ,   2009 .   [12]   N.  S har m a,  A.  Ghos h,   and  R .   Varm a,  " A  nov el   p lace m ent   str at egy   for  FA CT S  cont rol le rs,"   I EE E   Tr ansacti o n  Powe r Del iv er y ,   vol.   18 ,   pp .   982 - 987,   Jul   2003 .   [13]   J.G.  Singh ,   S.   N .   Singh ,   and   S.  C.   Sriv asta v a ,   " Pl ac e me nt   of   FA CTS  con trollers  for   enha n cing  power   sys tem  loa dab il it y , "   I EEE  power  Ind ia c onfe renc e, Ne w   Delh i ,   2006.     [14]   P.  Pre eda v ic hi t  and  S.C.   Srivas ta va ,   " Optimal   rea c ti ve   power  disp at ch  consid eri ng  FA CTS  d evi c es, "   E le c tric   Powe r Sy st ems  Re search ,   vo l .   4 6,   no .   3 ,   pp .   251 - 257,   Sep   1998.     [15]   T. T .   Lie   and   W .   D eng,  " Optimal   fle x ible  AC   t ran smiss ion  sys t em s  (FA CTS)  d ev ices  al lo ca t io n, "   In te rnationa l   Journal  of   Elec t rical   Powe r and   Ene rgy  syst ems ,   vol.   19 ,   no .   2 ,   pp .   125 - 134 ,   1999 .   [16]   Fang,   R ,   S  and   David,  A,   K,   " Tr ansmi ss ion  Con gesti on  M ana ge me nt   in   an   El e ctrici ty   Mark et,"   I EE E   Tr ansacti o ns  on  Powe r S ystem s ,   vol. 14,  no.   3,   pp .   877 - 883 ,   Aug   1999.   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  P ow Elec   & Dri S ys t   IS S N: 20 88 - 8 694       Simult an e ous  pl acem e nt o f  FA CTS devi ces  usi ng  c uck oo se arc h alg or it hm   ( Basana gouda  Patil )   1349   [17]   Acha rya ,   N   and   Mithul anatha n ,   N ,   " Lo ca t ing   Se rie s  FA CTS  d ev ic es   for   Congest ion  Man age m en t  in  D ere gul ated  El e ct ri ci ty   Mark et s,"   El e ct ric   Po wer  Syste ms   Re s earc h ,   vo l.   77,   n o.   3 - 4 ,   pp .   352 - 3 60,   Mar   2007.     [18]   Brosda,   J   and   H andsc hin.   E ,   " Congesti on  M ana g em en t  Me thods  with  a  Spe ci a l   Considera t ion  of   FA CTS - Devic es, "   IEE E   Powe r   Tec h2001  Porto ,   vol .   1 ,   10 - 13 ,   Sep   2 001.   [19]   A.A.  Atham n eh  and  W .   J.  Le e ,   " Bene fi ts  of  FA CTS  devi c es  for  p ower  exc h ange   a mong  Jordania n   Inte rc onn ec t ion  with  oth er  Cou nt rie s,"   Powe r E n gine ering   Societ y  Gene ral   Me et i ng ,   Jun   2006 .     [20]   S.N.  Singh  and  A.  K.  David,   " A   new  appr oac h  f or  pla c em en t  of  FA CTS   devi ce s  in  open  power  ma rke ts,"   IEEE  Powe r E ng ine eri ng  Revie w ,   vo l.  21,   no .   9 ,   pp .   58 - 60 ,   Sept   2001 .   [21]   M.  Mare l i  and  B.   Twa la,  " An  ada pt ive   Cu cko o  sea rch   a lgori t hm  for  op ti m isat ion , "  App li ed   Computing  and   Informatic s ,   vo l.   14,   no.   2,   pp.   10 7 - 115,   2018 .   [22]   Gandomi ,   A.H . ,   Yang,  X,   and   Al avi ,   A.H ,   " Cu ck oo  sea r ch   a lgori t hm:  a   m et ah eur i stic  appr o ac h   to   solve  st ru ct ur al  opti mization  pro ble ms,"   Engi n eer ing  wit h   Computers ,   vol .   29 ,   201 3 .   [23]   Kave h  A,   " Cuc koo  Sear ch   Opt im izati on .   In:  Advanc es  in   M et ah eur isti c  Alg orit hms  for   Opt im al  Desi gn  of   Struct ure s,"   Spri nger,   Cham ,  201 7.   [24]   S.  Sale si   and  G .   Cosma ,   "A   no vel   extende d   bi nar y  cuc k oo   se arc h   al gor it hm   for  fe at ure   sel e ct ion , "  2017   2n d   Inte rnational   Co nfe renc e  on   Kno wle dge   Engi n ee r ing  and  Appl i cations (ICKE A) ,   L ondon ,  pp .   6 - 12 ,   2017 .   [25]   Aziz ah   Binti  Mohama d,   Azl anMohd  Zain,   and   Nor  Erne  Naz ir a  B azin ,   " Cuckoo  Se ar ch  Algori thm  f or  Optim izat io n  Pr oble ms — A  Li t e rat u re   Rev ie w   a nd  it s   Appli ca t io ns,"   Applied   Art i fi ci a l  Intelli g ence ,  vol.  28 ,   no .   5,   pp.   419 - 448 ,  20 14 .       BIOGR AP H I ES   OF  A UTH ORS      MrBasana gouda   Patil   Recei v ed   th e  M .   Tech  i n  PES   fro m  B E C  Bag al kot   Kar nat ak ai n   ye ar   2010. At  Presen t  He  is  Purs uing  Ph.  D  (P ower  Sys te m)  fromSDM CET   Dharwad   &  Li fe   Member  of   Indi an   Soci et y   for   Techni ca l   Educ a ti on   (IST E),  His  Rese arch  Int ere st   in   Pow er  sys te m .                     Dr  S.   B.   Kar aj gi   Recei ved   the  M . E   in   R EC  Wa r a ngal  1987,   &   Ph.  D   from   NITK   Surathka l   in   2014.   Present l y  He  is   W orking  asva   Profess or  in   Depa rt me nt   of  E EE   SD MCET  Dharwad   Karna t aka .   HIS   Rese ar ch  Area   in te r est s  in  Pow er  Sys t em   Opera ti on  &   Distribut ion  Gene rat ion, L if e   Membe r   of  Ind i an  Soci et y   Tech nic a l  Edu cation (ISTE ).                 Evaluation Warning : The document was created with Spire.PDF for Python.