配电网故障定位的改进差分进化算法.pdf

《配电网故障定位的改进差分进化算法.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z3卷第1期电力系统及其自动化学报Vo1．23NO．12011年Z月ProceedingsoftheCSU—EPSAFeb．2011配电网故障定位的改进差分进化算法唐利锋，卫志农，黄霆，张坚平～一～一一一一一一～一～一～一～一川～一～一(1．河海大学能源与电气学院，南京210098；2．南通市供电公司，南通226006)摘要：为实现快速、准确的定位配电网故障区段，通过设定辅助搜索空间，将连续域上的搜索转换为离散域上的同步搜索，采用实型向量与二进制向量混合编码策略，将差分进化算法(DE)运用于配电网故障定位。通过混合

2、自适应缩放比例因子加强算法参数的自适应性，使算法具有良好的收敛速度。对配电网单点故障以及多点故障仿真表明，该方法性能不随参数初值的变化发生明显的波动，能准确和快速定位故障区段，容错性好。关键词：差分进化；配电网；故障定位；混合编码；辅助搜索空间中图分类号：TM727，2；TP18文献标志码：A文章编号：1003—8930(2011)01—0017O5ImprovedDifferentialEvolutionAlgorithmforFau～_一l帆～呈t～_L一㈨一m兰o耄-一c一印mla一mt～io一m_nwm星一删

3、{～q～一¨m耄一～l詈一∞一帅ofDistributionNetworksTANGLi—feng，WEIZhi—nong，HUANGTing。，ZHANGJian—ping(1．CollegeofEnergyandElectricalEngineering，HohaiUniversity，Nanjing210098，China；2．NantongElectricPowerCompany，Nantong226006，China)配电网的高速发展，其结构以及周围环境同定位的准确性而受到学者越来越多的关注[4]。时趋于复

4、杂，故障发生的概率也随之增加。配电自基于群智能理论的差分进化算法动化的发展，特别是在强调低碳经济背景下智能电DE(differentialevolution)是一种新兴的进化计网的发展，使配电网运行信息的采集愈加便捷、迅算技术，通过群体内个体之间的合作与竞争产生的速以及全面，为故障的定位和隔离提供了前提。群体智能指导优化搜索。保留了基于种群的全局搜发生故障时，配电系统不仅需要故障区段定位索策略、基于差分的简单变异操作以及一对一竞争的快速准确，而且需要对上传的故障信息具备一定生存策略，降低遗传操作的复杂性，具有较强的全

5、的容错功能。通过建立故障信息矩阵进行故障定局收敛能力、收敛速度和鲁棒性E圳。位的方法计算速度较快，但对上传故障信息的基于此，在建立配电网故障定位模型的基础准确度要求较高，容错性差。而建立配电网故障定上，本文通过混合编码，将连续域上的差分演化搜位的数学优化模型，运用智能算法进行求解的方法索变换为离散域上的同步演化搜索，实现基于差分由于具有较高的容错性能，提高了信息畸变时故障进化算法的配电网故障定位。收稿日期：2010—09—02；修回日期：2O1O09—3O基金项目：国家自然科学基金资助项目(50877024)；河海大

6、学自然科学基金资助项目(2009421411)·18·电力系统及其自动化学报第23卷第i个个体混合编码为(X(￡)，B())，其中l差分进化算法的基本原理X(￡)一(zl(￡)，z2(￡)，⋯，z(￡))∈S(1)1．1差分进化算法B(￡)===(6】(￡)，b2()，⋯，b(￡))∈S(2)DE算法发展至今，已发展出很多种不同的演将第t+1代的中间群体混合编码为(V(t+1)，化模式，各模式间除了交叉算子的运算有差别以E(￡+1))，其中外，其余部分基本相同。以模式DE／r／l／bin为例，(+1)一(Vi】(+1

7、)，z(+1)，⋯，算法利用一个向量种群，将种群中两个成员向量之(t+1))∈S(3)间的差乘以加权值加到第3个向量上进行变异操E(t+1)一(ed(t+1)，P2(￡+1)，⋯，作；将变异向量的参数与原设定的目标向量参数以e(t+1))ES(4)设定的规则混合产生的向量进行交叉操作；如果混1≤i≤NP合向量的代价函数比原目标向量低，在下一代中混交叉变异操作产生中间群体为合向量就代替目标向量称为竞争操作。利用这种随fJ()+F(x(f)一z，(￡))机偏差扰动产生新个体的方式可获得收敛性很好口(￡+1)一{r≤cRv

8、—k的问题解向量u。【z()其他1．2处理离散问题的差分进化算法(5)DE算法是一种基于实数编码的演化算法，主要用于解决连续域上最优化问题，而现实中遇到的eo(t~1)一{。1”～㈤问题很多是离散域上优化问题，该类问题编码通常式中：i=1，⋯，NP；r1，r2，r3∈{1，⋯，NP)，随机对应于一个二进制向量。为此，文献[11]利用满射选择且r