电力系统故障诊断的量子粒子群优化算法.pdf

电力系统故障诊断的量子粒子群优化算法.pdf

ID:52492604

大小:378.03 KB

页数:6页

时间:2020-03-28

电力系统故障诊断的量子粒子群优化算法.pdf_第1页
电力系统故障诊断的量子粒子群优化算法.pdf_第2页
电力系统故障诊断的量子粒子群优化算法.pdf_第3页
电力系统故障诊断的量子粒子群优化算法.pdf_第4页
电力系统故障诊断的量子粒子群优化算法.pdf_第5页
资源描述:

《电力系统故障诊断的量子粒子群优化算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第23卷第4期电力系统及其自动化学报Vo【

2、23No.42011年8月ProceedingsoftheCSU-EPSAAug.2O11电力系统故障诊断的量子粒子群优化算法李晓。,黄纯(1.湖南大学电气与信息工程学院,长沙410082;2.株洲职业技术学院,株洲412000)摘要:电力系统故障诊断是利用保护和断路器的动作信息来推断可能的故障位置。其中故障元件的识别是故障诊断实现的关键。文中应用量子粒子群优化算法研究故障元件的识别方法,先根据保护动作原理将故障诊断问题表示为0—1整数规划问题,然后用量子粒子群优化算法求解。与标准PSO算法和传统遗传算法比较,文中采用的量子粒

3、子群优化算法具有稳定性高、收敛特性好、运行速度快的优点。仿真研究验证了文中方法的可行性和有效性。关键词:电力系统;量子粒子群优化算法;故障诊断;0-1整数规划中图分类号:TM7文献标志码:A文章编号:1003—8930(2011)03—0061一O5Quantum—BehavedParticleSwarmOptimizationAlgorithmforPowerFaultSectionEstimationLIxiao。HUANGChun(1.CollegeofElectricalandInformationEngineering,HunanUniversity,Chan

4、gsha410082,China;2.ZhuzhouProfessionalTechologyCollege,Zhuzhou412000,China)Abstract:PowerfaultsectionestimationdeducesfaultpositionbasedOiltheactionsinformationOfcircuitbreakersandprotectiverelays,andrecognitionofthefaultelementsisthemostimportantpart.Thediscrimi—natingmethodoffaulteleme

5、ntsapplyingquantum—behavedparticleswarmoptimization(QPSO)isinvestigatedinthispaper.Firstly,thefaultsectionestimationisdemonstratedbyaO-1integerprogrammingmodelaccord—ingtotheactingtheoryofprotectiverelays,andthentheproblemissolvedbyQPSO.Itisshownthatthepro—posedapproachconvergestObetters

6、olutions,muchfasterandsteadierthantheearlierreportedapproaches.Keywords:powersystem;quantum—behavedparticleswarmoptimization(QPSO);faultsectionestimation;0—1integerprogrammingmodel随着电网的不断发展和电力走向市场,人们专家系统方法直观,解释能力强,但是难以获对电网全运行和供电可靠性的要求越来越高;而电取完备的知识库,无学习能力,容错能力较差。枚举力系统故障诊断系统为供电的可靠性和连续性提法简单

7、,但该方法的指数时间特性使之无法用于大供了有力的保障。系统的研究。人工神经元网络方法的故障诊断性能电力系统故障诊断系统尽可能利用采集信息取决于样本集是否完备,对于大型的电力系统要形识别故障元件和误动作的保护与断路器,其中故障成完备的样本集极其困难,因而其诊断结果的正确元件的识别是关键问题。目前,故障诊断方法有逻性在原理上无法保证。此外,对于不同的故障元件辑处理方法、专家系统方法(主要是基于Petri网的引起相同的保护和断路器动作的情况,这种方法只专家系统方法)、枚举法、人工神经元网络方法和基能给出其中的一个解,局限性较大。一般的模糊系于优化技术的方法等。其中基于优化技术

8、的方法又统采用了与专家系统类似的结构,所以它也具有专包括遗传算法、混沌算法、模拟退火算法等。家系统的一些固有的优缺点,但增加了容错能力。收稿日期:2009—11—27;修回日期:2010—02—05·62·电力系统及其自动化学报第23卷遗传算法GA(geneticalgorithm)从优化的角度出期望的状态;R(S)中的第最个元素r(S)表示第发基本上可解决故障诊断问题,尤其是在复杂故障志个保护的期望的状态;如果第志个保护应该动作或存在保护、断路器误动作的情况下,能够给出全r(S)一1,否则r(S)一0;R(S)由S的状态决局最优或局部最

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。