基于约束多目标优化的低压台区拓扑识别方法技术

本发明专利技术公开了一种基于约束多目标优化的低压台区拓扑识别方法，包括：对电量数据进行预处理；进行初始拓扑可行性计算，得到台区总表的下一级拓扑结构集合；构建约束与多目标函数模型；根据所述初始拓扑可行性形成初始种群；使用遗传算法对所述多目标函数进行优化，得出低压台区拓扑结构。本发明专利技术根据低压台区的电量守恒关系及线路损耗的递增关系构建约束与多目标函数模型，并利用遗传算法进行优化，解析最优解得到台区拓扑关系，通过软件方法进行拓扑识别，在不增加硬件成本的基础上提高了低压台区拓扑识别的准确性和适应性。低压台区拓扑识别的准确性和适应性。低压台区拓扑识别的准确性和适应性。

【技术实现步骤摘要】
基于约束多目标优化的低压台区拓扑识别方法


[0001]本专利技术涉及电网拓扑识别
，具体涉及一种基于约束多目标优化的低压台区拓扑识别方法。

技术介绍

[0002]随着低压台区智能化建设的进程，台区配变侧、分支箱侧、表箱侧等节点设备均带有智能计量和通讯功能，以满足各节点电压、电流、电量等数据项的采集和传输。目前实现配电台区电气网络拓扑识别的方法主要有以下三种：第一，利用目前的低压线路电力线载波通信技术(包括窄带电力线载波或宽带电力线载波)，通过载波通信中继节点的传输形式形成的通讯拓扑网络，该方法的特点是简单易行、无需增加设备和成本，但是由于载波通讯拓扑结构是通过载波通信的中继节点实现的，不能准确反映台区真实拓扑，且载波通讯受用电负荷影响，导致拓扑结构多变复杂，无法准确支撑电力业务的深入应用；第二，在传统载波模块上增加硬件发射电路，用于注入较大功率的工频信号，在台区出线和分支节点处注入工频信号，通过对工频信号的获取，实现台区拓扑的识别，该方法的优点是准确性较高，但是现场需增加或更换载波模块，涉及人工选点、安装和测试等工作，增加硬件和人工成本，且现阶段由于工频信号特征的不确定性，各模块间互联互通效果较差，另一方面注入的工频信号会给电网带来谐波的危害，增加电网安全隐患；第三，利用用电信息采集系统采集的配电台区用户用电信息，通过电压数据相似性或相关性分析方法，不增加硬件成本，自动分析台区供电电源与用电设备间的连接关系，该方法优点是不需要增加投资，方法新颖，但是该方法拓扑识别准确性有待提高，对线路重载或有分布式电源接入线路电压特殊分布情况下适应性较差。

技术实现思路

[0003]本专利技术提出了一种基于约束多目标优化的低压台区拓扑识别方法，其目的是：在不增加硬件成本的基础上，通过软件方法实现高准确性和高适应性的低压台区拓扑识别。
[0004]本专利技术技术方案如下：
[0005]一种基于约束多目标优化的低压台区拓扑识别方法，包括如下步骤：
[0006]S1：对电量数据进行预处理；
[0007]S2：进行初始拓扑可行性计算，得到台区总表的下一级拓扑结构集合；
[0008]S3：构建约束与多目标函数模型；
[0009]S4：根据所述初始拓扑可行性形成初始种群；
[0010]S5：使用遗传算法对所述约束与多目标函数模型进行优化，得出低压台区拓扑结构。
[0011]进一步地，步骤S5所述遗传算法具体包括如下步骤：
[0012]S51：构建编解码函数；
[0013]S52：构建惩罚函数；
[0014]S53：构建适应度函数，迭代次数置零，从当前种群中随机选择一个个体作为历史最优个体；
[0015]S54：根据所述约束与多目标函数模型计算个体模型值，通过所述惩罚函数处理所述个体模型值，依据所述适应度函数依次计算当前种群中个体的适应度，将适应度最高的个体作为最优解，若当前最优解的适应度高于所述历史最优个体，则用当前最优解替换所述历史最优个体；判断迭代次数是否达到预设值，是则输出当前最优解，转至步骤S56；否则进行个体选择，形成新种群；
[0016]S55：对种群中的个体进行交叉和变异，产生新种群，迭代次数加一，返回步骤S54；
[0017]S56：解析当前最优解，使用解码函数构建出拓扑结构。
[0018]进一步地，步骤S52所述惩罚函数为：
[0019][0020]0＜x＜1
[0021][0022]其中，H(T
i
)为约束的判别因子，f'(T
i
)为经惩罚函数处理后的函数值，L'(T
i
)为依据电量守恒关系构建的模型，x为个体约束的满足程度，c为惩罚因数；
[0023][0024]其中n为个体中满足约束的L'(T
i
)的个数，N为个体中全部L'(T
i
)的个数，a为常数。
[0025]进一步地，步骤S55所述交叉方法为：
[0026]S551
‑
1：种群中的每个个体产生一个[0，1]的第一随机数，若第一随机数小于交叉概率P1，则按步骤S551
‑
2至S551
‑
5参与两两交叉，产生新个体；
[0027]S551
‑
2：参与交叉的两个个体作为父代个体，计算个体中的编码信息对应的函数f'(T
i
)的值，得到两个父代个体中各自的最优f'(T
i
)；
[0028]S551
‑
3：新建一个空个体作为新个体，新个体编码中每层随机定义编码的个数；
[0029]S551
‑
4：两个父代个体按层级执行交叉，从两个父代个体中随机抽取编码填充至新个体，若抽取的编码为个体最优f'(T
i
)对应编码信息中的上级节点，则将其下级节点一并插入新个体；
[0030]S551
‑
5：对新个体进行冲突检测，若存在冲突则使用父代个体中的随机编码对新个体中的冲突编码部分进行相应替换，若不存在冲突则说明交叉完成，确定新个体编码。
[0031]进一步地，步骤S55所述变异方法为：
[0032]S552
‑
1：种群中的每个个体产生一个[0，1]的第二随机数，若第二随机数小于变异概率P2，执行步骤S552
‑
2；
[0033]S552
‑
2：计算个体中的编码信息对应的函数f'(T
i
)的值，随机生成一个正整数p，选择前p个最优f'(T
i
)，对选中的p个函数值f'(T
i
)分别按步骤S552
‑
3至S552
‑
5进行变异；
[0034]S552
‑
3：在f'(T
i
)对应的编码信息中随机选取两个编码位置；
[0035]S552
‑
4：按照既定规则依据第二个编码值对第一个编码值进行变异；
[0036]S552
‑
5：判断个体是否存在冲突或者越界，若存在则重新随机选择第二个编码位置，返回步骤S552
‑
4，若不存在则说明变异完成，形成新个体。
[0037]进一步地，步骤S54所述进行个体选择形成新种群的方法为：首先，新建个体数为M的新种群，有放回地从当前种群中随机抽取m个个体进行比较，将适应度最高的个体放入新种群中，重复有放回地抽取操作，直到新种群的个体数量达到M；
[0038]然后，使用历史最优个体替换新种群中适应度最差的个体；
[0039]最后，使用新种群代替当前种群。
[0040]进一步地，步骤S2所述初始拓扑可行性计算方法为：
[0041]首先，依据电量守恒关系构建损失函数模型：
[0042][0043]s.t.0≤a
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于约束多目标优化的低压台区拓扑识别方法，其特征在于包括如下步骤：S1：对电量数据进行预处理；S2：进行初始拓扑可行性计算，得到台区总表的下一级拓扑结构集合；S3：构建约束与多目标函数模型；S4：根据所述初始拓扑可行性形成初始种群；S5：使用遗传算法对所述约束与多目标函数模型进行优化，得出低压台区拓扑结构。2.如权利要求1所述的基于约束多目标优化的低压台区拓扑识别方法，其特征在于：步骤S5所述遗传算法具体包括如下步骤：S51：构建编解码函数；S52：构建惩罚函数；S53：构建适应度函数，迭代次数置零，从当前种群中随机选择一个个体作为历史最优个体；S54：根据所述约束与多目标函数模型计算个体模型值，通过所述惩罚函数处理所述个体模型值，依据所述适应度函数依次计算当前种群中个体的适应度，将适应度最高的个体作为最优解，若当前最优解的适应度高于所述历史最优个体，则用当前最优解替换所述历史最优个体；判断迭代次数是否达到预设值，是则输出当前最优解，转至步骤S56；否则进行个体选择，形成新种群；S55：对种群中的个体进行交叉和变异，产生新种群，迭代次数加一，返回步骤S54；S56：解析当前最优解，使用解码函数构建出拓扑结构。3.如权利要求2所述的基于约束多目标优化的低压台区拓扑识别方法，其特征在于：步骤S52所述惩罚函数为：骤S52所述惩罚函数为：骤S52所述惩罚函数为：其中，H(T
i
)为约束的判别因子，f'(T
i
)为经惩罚函数处理后的函数值，L'(T
i
)为依据电量守恒关系构建的模型，x为个体约束的满足程度，c为惩罚因数；其中n为个体中满足约束的L'(T
i
)的个数，N为个体中全部L'(T
i
)的个数，a为常数。4.如权利要求2所述的基于约束多目标优化的低压台区拓扑识别方法，其特征在于：步骤S55所述交叉方法为：S551
‑
1：种群中的每个个体产生一个[0，1]的第一随机数，若第一随机数小于交叉概率P1，则按步骤S551
‑
2至S551
‑
5参与两两交叉，产生新个体；S551
‑
2：参与交叉的两个个体作为父代个体，计算个体中的编码信息对应的函数f'(T
i
)的值，得到两个父代个体中各自的最优f'(T
i
)；
S551
‑
3：新建一个空个体作为新个体，新个体编码中每层随机定义编码的个数；S551
‑
4：两个父代个体按层级执行交叉，从两个父代个体中随机抽取编码填充至新个体，若抽取的编码为个体最优f'(T
i
)对应编码信息中的上级节点，则将其下级节点一并插入新个体；S551
‑
5：对新个体进行冲突检测，若存在冲突则使用父代个体中的随机编码对新个体中的冲突编码部分进行相应替换，若不存在冲突则说明交叉完成，确定新个体编码。5.如权利要求2所述的基于约束多目标优化的低压台区拓扑识别方法，其特征在于：步骤S55所述变异方法为：S552
‑
1：种群中的每个个体产生一个[0，1]的第二随机数，若第二随机数小于变异概率P2，执行步骤S552
‑
2；S552
‑
2：计算个体中的编码信息对应的函数f'(T
i
)的值，随机生成一个正整数p，选择前p个最优f'(T
i
)，对选中的p个函数值f'(T
i
)分别按步骤S552
‑
3至S552
‑
5进行变异；S552
‑
3：在f'(T
i
)对应的编码信息中随机选取两个编码...

【专利技术属性】
技术研发人员：吕家慧，谭伟，慕健，张玉勇，秦宗亚，刘海峰，郑和稳，迟子悦，黄良栋，李声威，张雷，
申请(专利权)人：烟台东方威思顿电力设备有限公司，
类型：发明
国别省市：