基于改进粒子群算法的配电网故障定位技术研究-论文.pdf

《基于改进粒子群算法的配电网故障定位技术研究-论文.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、《自动化与仪器仪表}2015年3期(总第185期)基于改进粒子群算法的配电网故障定位技术研究陈乐瑞，郑向歌(郑州铁路职业技术学院电气工程系郑州，450052)(河南水利与环境职业学院机电与信息工程系郑州，450008)摘要：针对一般粒子群算法容易陷入局部最优的问题，采用一种改进的粒子群算法来对配电网进行故障定位，并对该算法的有效性和正确性进行验证。仿真结果表明，该方法能对配电网故障进行准确定位，并对信号畸变有着比一般PSO算法更强的容错能力。关键词：配电网；改进粒子群算法；故障定位；评价函数DOl编码：10．14016zj．cnki．1001．9227．2015．0

2、3．121Abs缸act：InviewofthegeneralPSOeasytofa11intolocaloptimalproblems．animprovedPS0isusedtothedistributionnet—workfaultlocation．andthevalidityandthecorrectnessofthisalgorithmhasbeenimproved．Thesimulationresultsshowthatthisa1．gorithmcancarryoutaccuratepositioningfordistributionnetworkfau

3、lt，anditsfault—tolerantabilityisstrongerthanthegeneralPSOinthematterofsignaldistortion．Kws：DistributionNetwork；improvedPSO；Faultlocation；Evaluationfunction中图分类号：TP391文献标识码：A文章编号：1001-9227(2015)03-0121-030引言2改进的粒子群算法研究伴随城市不断扩张，配电网的规模日趋庞大，结构日益复2．1PSO基本原理杂，使得配电网故障定位成为越来越复杂的问题。依据各馈线粒子群优化算法

4、(PSO)是1995年由Kennedy和Eberhart博士终端单元(FTu)采集的故障信息判断故障发生的区段，经过在模拟鸟类觅食过程中的群集行为时，提出的一种基于群体智分析和定位故障，达到消除故障，恢复供电的目的n。因此，能的演化计算技术。假设一群鸟在某个空间随机搜索食物，对配电网故障定位是电力系统自动化不可缺少的部分，对故障这个空间里只有一块食物，所有的鸟都不知道食物在什么位区域快速定位、提高供电可靠性等方面具有重要意义。截止目置，但是他们知道食物离当前自身位置有多远。找寻食物最快前，配电网故障定位主要有两种方法：直接法和间接法。直接速有效的方法就是搜寻当前离食

5、物最近的鸟的临近区域。法的代表如文献[2]，其原理是通过故障信息和网络拓扑结构形搜索空间中的一只鸟就是PSO中优化问题的解，我们称之成故障判定矩阵，以此进行故障定位。优点是定位速度快，精为“粒子”。每个粒子能够通过评价函数估计自身位置的适应度高，缺点是容错能力较差。间接法的代表如文献【3】，运用遗值(fitnessvalue)，并且标记自己当前所找到的最好位置，称传算法处理故障信息畸变的情况，但参数设置较为复杂，不能为“局部最优值pbest”；标记群体中所有粒子找到的最好位满足故障定位的实时性要求。置，称为“全局最优值gbest”。这两个最优值使得粒子在某种粒子群优

6、化算法(ParticleSwarmOptimization，PSO)是程度上动态地趋向这些方向。PSO初始化有限个随机粒子，经一种新型的群体智能优化方法，其原理是用图形方法对鸟群的过N次叠代找到最优解，在每一次叠代中，粒子更新自己的方行为进行描述，该算法利用记忆与反馈机制实现了快速有效的法是通过跟踪两个“极值”。搜索；优点在于计算速度快，在解决大规模数学优化问题上面2．2二进制粒子群算法有一定的优势。相对于遗传算法，粒子群算法具有参数设置比二进制粒子群算法(BinaryPSO)中，粒子的最优个体较简单、易于实现、搜索速度快、收敛性好等优势。但是，基值和粒子每一维位置

7、X都被限定为0或1；速度v表示取1本粒子群优化算法在针对有多个局部极值点的函数的情况中，的概率。假定一个D维的搜索空间，粒子i的位置为容易发生陷入局部最优的现象，从而导致早熟，寻找不到最优X=(t。，f2，⋯，x)，速度为=(vVⅢ⋯，VfD)。基本PSO速度的点。针对传统PSO易早熟这一缺点，本文把粒子群算法和公式仍然可以用于BPSO算法中，即为：自适应变异策略结合，提出改进的粒子群算法，并将其应于配Vk=+C1(p一x)+c2(g一)(1)电网故障定位中，经过检验，该方法能更大概率的追寻到全局最优解。其中，为粒子i在第k次迭代时在第j维空间的位置，v“为粒子