配电网重构方案Hopfield神经网络算法研究.pdf

《配电网重构方案Hopfield神经网络算法研究.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、2011年7月西安石油大学学报(自然科学版)Ju1．加11第26卷第4期JournalofXianShiyouUniversity(NaturalScienceEdition)V01．26No．4文章编号：1673-064X(2011)04-0090-05配电网重构方案Hopfield神经网络算法研究成哲，高炜欣，闰苏莉，武晓朦(西安石油大学电子工程学院，陕西西安710065)摘要：针对配电网辐射状运行的特点，提出了以Hopfield神经网络为基础，以降低网损为目标函数的配电网重构方案算法：首先利用Hopfield神经网络来确定各个节点的入度，然后根据节点入度确定线路是否投入运

2、行，并由此确定各联络开关的状态，最终确定配电网重构方案．给出了神经网络能量函数和求解方法，能量函数同时考虑到了辐射状运行、网损最低和某些线路可能无联络开关的问题．通过对IEEE一三电源电网进行计算，所得结果和遗传算法基本一致，而H0eld神经网络通过解微分方程组确定最优解的计算时间相对较少．关键词：配电网重构；Hopfield神经网络；能量函数中图分类号：TM727文献标识码：A配电网具有“闭环设计、开环运行”的特点，通了关于配电网规划及重构问题的总体解决方案．过重构可以保证供电的可靠性．最优配电网络重构从已有文献资料来看，还没有文献采用解微分最早由Merlin和Back提出，

3、其方法以网损最低为目方程组的方法来进行重构研究．本文以降低网损为标函数的最多，由此产生了很多算法．这些算法可以目标，提出利用Hopfield神经网络确定各个节点入分为传统的优化技术和人工智能方法．度的求解思路，通过人度可以直接确定联络开关的传统优化技术：文献[1]较早将地理信息系统状态．通过解微分方程组同时确定多个辐射状电网，引人配电网重构领域；文献[2]将一对常闭／常开开得到重构方案．关的操作视为一个阶段，从而利用动态规划算法进行重构；文献[3]提出了二次电流矩的概念与模型，1数学模型使重构算法更加快捷；文献[4]提出配电网络重构的快速支路交换法．配电网络重构就是在安全可靠供

4、电的前提下，人工智能方法是研究较多的一类重构方法：文通过改变网络中的开关状态，选择不同的供电路径，献[5]利用禁忌搜索进行配电网重构；文献[6-8]对使系统总的有功损耗最小．数学模型为遗传算法做出不同改进以便进行配电网重构；文献minC=(1)[9]将家族优生学进化方法用于配电网重构；文献[10]用粒子群算法进行配电网重构；文献[11]利用满足免疫算法进行配电网重构．Ui≤Ui≤；一些学者还对模型做了有益的扩展．文献[12]Ii≤；在重构时还考虑到抑制谐波的问题，文献[13]给出N=L，+1．收稿日期：2011-02—10基金项目：中国石油科技创新基金项目(编号：20l0D—5

5、0061)作者简介：成哲(1983一)，男，硕士研究生，主要从事电网优化研究．E-mail：chengzhe@xsyu．edu．en成哲等：配电网重构方案Hopfield神经网络算法研究一91一式中：．，为运行线路编号集合；尸i为线路i承担的有为了用Hopfield神经网络求解线路运行状态，功功率；Q为线路i承担的无功功率；ui为线路的必须建立表明优化状态的神经网络的模型．为了书末端电压；为线路的电阻；Um为电网允许的最写方便，本文将电源点的编号列为0，一1，一2以此低电压；U为电网允许的最高电压；，；为线路i类推．本文建立如表1所示的矩阵：运行流过的最大电流；为线路i流过的电

6、流；Ⅳ为表1线路选择表Tab．】Theselecttableofdistributionnetworkeireut电网中节点的数目；，为集合．，中元素的个数．式(1)的求解目标是卜线路编号的集合．⋯从实际电网运行出发考虑，联络开关的开或者关实一埘●：际确定了开关所在线路是否投入运行．因此，式(1)的求解目标是确定投入运行的线路标号．对这样一l个复杂的规划问题试图用现有的数学方法准确求解●：是十分困难的，因此本文提出利用Hopfield神经网络进行求解．表l中，一表示Ⅳ个负荷点；Wo～一肼表2神经网络结构示电源点．表中每一列有且仅有一个元素为1，表明对应列负荷点人度的方向，即供电

7、线路经对应行负为了描述方便，在以后的描述中本文用(√)表荷点后给对应列负荷点供电；其余为O表示对应线示节点i√之间的线路，c表示线路(i√)存在与否，路未被选中给对应类负荷点供电．以图1(a)中即：c：fO，线路(√)存在；为例，的人度方向为()，则对应表中一【1，线路(iJ)不存在．(，)单元为1．R表明线路(i)的电阻，若线路(i√)不存在，仍以图1(a)为例，对应的神经网络输出如表2则取值为0．所示．由于配电网的网架结构可以对应一有向图，只表2图1(a)所对应神经网络输出要能确定除电源