欢迎来到天天文库
浏览记录
ID:33542491
大小:495.07 KB
页数:9页
时间:2019-02-27
《基于改进蚁群算法的配电网故障定位》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、万方数据第36卷第22期2008年11月16日电力系统保护与控制PowerSystemProtectionandControlVbl.36No.22Nov.16,2008基于改进蚁群算法的配电网故障定位王林川,李庆鑫,刘新全,张伟,潘文明(东北电力大学,吉林吉林132012)摘要:目前配电网的故障定位采用故障电流分析方法,在实时信息序列中存在畸变信息时有可能错判或误判,导致城市配电网发生故障时无法快速准确定位的问题。首先对蚁群算法进行改进,采用了一种根据蚁群算法搜索情况来自适应动态修改信息素的方法,使得算法更好地捌b离局部最优解,然后通过建立适当的数学模型,
2、对IEEE-33节点测试系统进行了仿真计算,最终结果证明了该算法在配电网故障定位方面的有效性.关键词:配电罔;故障定位;单相接地故障;蚁群算法:故障区段DistributiORnetworkfaultlocationbasedontheimprovedantcolonyalgorithmWANGLin—chuan,LIQing-xin,LIUXin—quan,ZHANGWei,PANWen—ming(NortheastDianliUniversity,Jilin32012,China)Abstract:AtpresenLthefaultsectionloca
3、tionindistribufionnetworksiSperformedbyUseoftheshortcircuitcurrentanalysis.andthefalseresultsmaybegotduetotheexistingdistortioni11thesignalsofreal—timeinformation.SOschedulingworkerscan’tfindtherealcityfaultsectionsometimes.ThispaperimprovestheACOatfirstbyadaptivedynamicmodilyingph
4、eromonebasedonthesearchconditionoftheACO,tOmaketheACObetteratfindinggolbaloptimumsolution,thenmakesapropermathmodeltoUsetheimprovedACOatdistributionnetworkfaultlocationtomakeasimulationcalculationbasedonthe正EE.33system,andtheresultvalidatestheeffectivityofthisarithmeticatlast.Keywo
5、rds:distribufionnetworks;faultorientation;single-phaSC-to—earthfault;ACO;faultsection中图分类号:TM711文献标识码:A文章编号:1674-3415(2008)22.0029.050引言1蚁群算法的基本原理随着城网改造的进行,对于故障概率较大或供电可靠性要求较高的场合,都要求配有故障自动定位、隔离和恢复系统。配电网发生故障后,各相关FrU或I汀U将相应的分段开关及联络开关处的实时信息,通过数据通信上传到控制中心,由故障区间定位软件进行故障定位。如果由于某种原因,实时信息中会
6、出现信息畸变或信息不全,因此对算法的容错性要求很高。蚁群算法具有正反馈、分布式计算和富于贪婪启发式搜索的特点。正反馈有助于快速发现问题较好的解;分布式计算可避免在迭代过程中出现早熟现象;运用贪婪启发式搜索可使搜索过程中较早地发现可行解。该算法的不足是易出现停滞现象且一般需较长的搜索时间。本文针对此问题进行改进,来满足配电网故障定位问题对算法容错性的要求。同时把配电网故障定位问题转化为类似于TSP问题的模式,并用改进蚁群算法进行求解。蚁群算法(ACO)是由Dorigolq等人提出的,是模拟自然界中蚁群的觅食行为而形成的一种模拟进化算法。经研究发现,大量蚂蚁组成
7、的蚁群的集体行为表现出一种信息正反馈现象:某一路径经过的蚂蚁越多,该路径的信息素强度就越大,后者选择该路径的概率就越大。1.1蚁群算法蚂蚁从某一地点出发,按照状态转移规则选择下一路径,该规则也被称为“随机比率规则”,蚂蚁选择路径的转移概率为瞄J‘嘲:j警赫赫砒喊即)={.互眈o)】奴魄o)】∥们严Ⅲ⋯”“‘l0’否则万方数据.30.电力系统保护与控瑚在运动过程中用禁,忌表tabu。来记录蚂蚁k走过的城市;口1lowed。=fc—tab“,】表示蚂蚁k下一步允许选择的城市;口为信息启发式因子,反映了蚂蚁在运动过程中所积累的信息在蚂蚁运动时所起的作用;∥为期望启
8、发式因子,反映了蚂蚁在运动过程中启发信息在蚂蚁选择路
此文档下载收益归作者所有