【技术实现步骤摘要】
基于改进量子布谷鸟算法的配电网故障定位方法
本专利技术属于配电网
,具体涉及一种基于改进量子布谷鸟算法的配电网故障定位方法。
技术介绍
目前出现了分布式发电,电力系统的保护及控制变得越来越复杂,并且随着智能化变电站的建设和各种配电自动化装置的引入,新型的保护控制方法层出不穷,由自动重合闸装置等自动跳闸并且隔离开永久性故障后在使用故障定位算法来定位故障区段,故障处理由快速开断和隔离的开关设备以及具有信息传送的智能终端控制设备等联合处理;基于三段式电流保护的传统继电保护由于其整定复杂,保护范围有限且在处理多开关复杂网络时无能为力。利用配电网拓扑结构方法有基于对等式或主从式通信网络的网络式逻辑保护,能过迅速定位故障区段,该方法适用于复杂的网络结构,但是除了人工输入网络拓补结构外,还需要根据不同类型的开关建立向量的动作集、非动作集及后备集,方法较为复杂,链表法由于采用树枝定位的方法,需要配合二次定位,较为复杂。
技术实现思路
针对上述技术问题,本专利技术提供一种利用元启发式搜索算法应用于故障定位算法只需要配电网拓补结构,构造多目标函数,利用算法寻优找到最佳结果。同时该方 ...
【技术保护点】
1.基于改进量子布谷鸟算法的配电网故障定位方法,其特征在于,包括以下步骤:S1量子双链编码:配电网故障区段一共有s位,利用量子双链编码表示配电网各区段故障状态,首先混沌初始化量子双链位置:|φ>=α|0>+β|1>,其满足|α|
【技术特征摘要】
1.基于改进量子布谷鸟算法的配电网故障定位方法,其特征在于,包括以下步骤:S1量子双链编码:配电网故障区段一共有s位,利用量子双链编码表示配电网各区段故障状态,首先混沌初始化量子双链位置:|φ>=α|0>+β|1>,其满足|α|2+|β|2=1,其编码方式如下:上式中αs和βs为第s位的上下链编码取值,θs为第s位的编码角,m表示量子双链编码,ms为量子双链编码内某一位上下链的编码取值,N为整个配电网的总故障区段;S2建立配电网故障定位多目标模型:首先分析配电网的拓补结构,并构建开关函数模型和评价函数模型,然后通过算法对开关函数得到的开关期望状态值去逼近FTU上传的开关实际状态。S3计算目标函数,若gt≥ft,则最优适应度值gt=ft,gt为第t代的最优适应度值;S4.循环迭代,直至满足算法终止迭代要求。2.根据权利要求1所述的基于改进量子布谷鸟算法的配电网故障定位方法,其特征在于,S1量子双链编码中,双链编码更新方式如下:S1.1Tent混沌初始化对于双链编码,上链为:[α1,...αN],下链为:[β1,...βN],采用下式更新:N为整个配电网的总故障区段;在初始化量子双链编码后,需要对编码进行更新,上式中αs和βs为第s位的上下链编码取值;S1.2量子旋转更新:量子遗传算法的交叉和变异被量子旋转所代替,量子遗传算法的更新公式如下:量子搜索本质上采用矩阵变换更新量子编码序列,即右乘量子旋转门m=U(Δθ),其定义如下:更新过程为:Δθs为第s位的旋转角,其采用改进莱维飞行算法更新,上式中为第s位的上下链编码取值,m为旋转门,U表示进行旋转搜索,其更新方式采用改进布谷鸟算法进行更新:S1.3旋转角Δθs更新:Δθs,s=1,2,...N通过莱维飞行来搜索新解,莱维飞行搜索步长由levy分布来确定,通过选定的任何启发式函数进行搜索,从而找到组合优化问题的最优解,采用改进莱维飞行采用Tent映射生成,其表达式如下:对于每个迭代步的改进莱维飞行,步长比例因子α首先采用rand生成,然后计算g(rand),使α=g(rand);则改进布谷鸟鸟窝更新公式如下:其中,表示第i的鸟窝在第t+1代的位置,表示点对点乘法,步长比例因子用α来表示,L(λ)为Levy随机搜索路径,并且,使a=1;levy(b)~u=t-1-b,(0<b≤2)(7)levy(b)满足莱维分布,其计算公式如下:式(8)中λ=β+1,0<β<2,β一般取1.5,u,v是正态分布;u~N(0,σ2u),v~N(0,σ2v)(9)σv=1(11)上式中σ2u,σ2v分别为正态分布的参数;S1.4差分进化算法变异:利用差分进化算法对量子双链编码进行变异,差分进化算法主要分为以下3步:Step1.变异,对于进化算法第G代,每个量子布谷鸟编码的单链编码的每一维αsG,or,βsG,变异后的,每一维为α°sG,or,β°sG,α°sG=αr1G-1+F(αr2(G-1)-αr3(G-1)),or,β°sG=βr1G-1+F(βr2(G-1)-βr3(G-1))(12)随机选择的序号r1,r2,r3互不相同,变异算子F采用Tent映射生成,Step2.交叉:为了增强参数向量的多样性,交叉操作后的向量每一维为如下:交叉阶段选择是...
【专利技术属性】
技术研发人员:黄小莉,谢振宇,王丹,潘南希,胡思宇,陈静娴,郑永康,
申请(专利权)人:西华大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。