基于自适应蚁群算法的有源配电网故障定位方法及系统技术方案

本发明专利技术公开了基于自适应蚁群算法的有源配电网故障定位方法及系统，包括：根据配电网拓扑结构，对分段开关上的故障过流信息进行编码，根据逻辑关系构造开关函数、目标函数；对参数进行初始化；对循环次数以及蚂蚁数进行累加；计算蚂蚁的转移概率，选择下一个转移节点并更新路径；直至蚁群中每只蚂蚁都转移完成，结束本次循环；计算并更新本次循环中所有路径上的信息素浓度；计算本次循环的目标函数值并进行比较；循环达到最大值时，输出全局最优解，即输出得到故障区段。本发明专利技术对基本蚁群算法进行了自适应性的改进，解决了传统蚁群算法搜索时间长和容易停滞的缺陷，具有较快的收敛速度和全局搜索能力，能够准确地对故障进行定位。能够准确地对故障进行定位。能够准确地对故障进行定位。

【技术实现步骤摘要】
基于自适应蚁群算法的有源配电网故障定位方法及系统


[0001]本专利技术涉及有源配电网故障定位
，更具体的，涉及一种基于自适应蚁群算法的有源配电网故障定位方法及系统。

技术介绍

[0002]由于传统化石能源的紧缺和对环境破坏，以及新能源技术发展迅速，很多学者开始研究分布式电源发电。分布式电源发电不仅缓解我国资源紧缺的现状，而且供电方式灵活以及对环境友好，得到了大力的发展和广泛的运用。
[0003]但随着分布式电源大量的接入，对配网系统的结构和运行方式带来了冲击，从传统的单电源形式的辐射状网络变为多电源形式的复杂网络，导致线路变得越来越复杂，增加了有源配电网中故障发生的概率，同时也给有源配电网故障定位带来了麻烦。随着自动化技术的发展，基于人工智能算法的配电网故障定位获得越来越多的关注，使得配电网故障定位问题得到了解决，也取得了比较理想的效果，但自身具有一定的局限性，比如算法易陷入局部最优，收敛速度慢等问题，从而无法快速准确进行配电网故障定位。

技术实现思路

[0004]为解决现有技术中存在的不足，本专利技术的目的在于，提供一种基于自适应蚁群算法的有源配电网故障定位方法，能够提高算法的全局搜索能力和收敛速度。
[0005]本专利技术采用如下的技术方案。
[0006]一种基于自适应蚁群算法的有源配电网故障定位方法，包括如下步骤：
[0007]步骤1，根据配电网拓扑结构，对分段开关节点上的故障过流信息进行状态编码，构建出馈线区段与开关状态之间逻辑关系的开关函数，并利用开关函数和状态编码建立合适的目标函数；
[0008]步骤2，初始化蚁群算法参数，设置蚁群算法的最大循环次数、蚂蚁总数、以及时刻为0时的蚂蚁数、循环次数和初始信息素浓度参数；
[0009]步骤3，对循环次数和蚂蚁数进行加1，并对时刻加1；
[0010]步骤4，，根据从节点到节点之间的路径上信息素浓度和两节点之间的距离计算每只蚂蚁的转移概率，节点a和节点b分别对应有源配电网的两个分段开关节点；
[0011]步骤5，蚂蚁根据转移概率选择下一个节点，更新转移后各路径上的信息素浓度，将蚂蚁数加1并返回步骤4，直至蚂蚁数达到蚂蚁总数，结束一次循环；
[0012]步骤6，当一次循环结束后，计算并更新此次循环中所有路径上的信息素浓度和信息素浓度增量；
[0013]步骤7，通过计算和比较各个循环中目标函数值，选出目前目标函数值最小的循环，保留该循环中的目标函数值以及所选各个节点的状态组合；
[0014]步骤8，判断循环次数是否达到最大循环次数，若不是则返回步骤3，若是则根据各循环的目标函数值输出全局最优解，并通过全局最优解，选出故障区段，对配电网故障进行
精确定位。
[0015]优选地，所述步骤1中，对分段开关节点上的故障过流信息进行状态编码还包括：
[0016]将每个分段开关作为一个节点并对其进行编号，对分段开关j处FTU上传的故障过流信息进行分类，故障过流信息包括分段开关流过正向故障电流、分段开关流过负向故障电流和分段开关无故障电流三种类别；其中I
j
＝1、I
j
＝
‑
1、 I
j
＝0分别为分段开关j处流过正向故障电流、负向故障电流以及无故障电流；
[0017]对馈线区段是否发生故障分类，得到分段开关j下游第i个馈线区段的故障分类结果l
i
；其中，馈线区段是有分段开关分成的区段，故障分类结果l
i
的取值为0或1，l
i
＝1表示该馈线区段有故障，l
i
＝0表示该馈线区段无故障。
[0018]优选地，所述步骤1中，构建出第j个分段开关的开关函数式为：
[0019][0020]式中：为故障时分段开关j的期望状态向量；∪为或运算符；M1和 M2分别为分段开关j上游和下游馈线区段数，M3为有源配电网中的分布式电源数数；K
s
表示分段开关j下游的分布式电源情况，K
s
的值为1或0，其中K
s
＝1表示分段开关j下游含有分布式电源，K
s
＝0表示分段开关j下游不含分布式电源。
[0021]优选地，所述步骤1中，利用开关函数和状态编码建立的目标函数F(l
i
)为：
[0022][0023]式中：l
i
为馈线区段状态向量，N1为线路开关数，I
j
为分段开关j的实际状态向量，为故障时分段开关j的期望状态向量；为判断项，其中 N2为馈线区段总数，ω为判断系数，其取值范围为[0
‑
1]，ω通常取为0.5。
[0024]优选地，所述步骤4中，节点a和节点b分别对应有源配电网的两个分段开关节点，蚂蚁k从节点a到节点b的概率为：
[0025][0026]式中，tabu
k
(k＝1,2,
……
,m)为蚁群算法走过的禁忌表，记录蚂蚁k走过的节点，在后续的转移过程中，蚁群不能选择禁忌表中被走过的节点；
[0027]τ
ab
(t)为t时刻在路径(a,b)上的信息素浓度；
[0028]η
ab
的值两节点之间的距离有关，大小为距离的倒数；
[0029]α、β分别表示信息、期望启发式因子。
[0030]优选地，所述步骤4中，t时刻的信息启发式因子α和期望启发式因子β的计算式为：
[0031]α(t)＝min{μ1*α(t
‑
1),α
max
}
[0032]β(t)＝min{μ2*β(t
‑
1),β
max
}
[0033]式中：μ1和μ2均为大于1的常数，μ1和μ2分别取1.05和1.1。
[0034]优选地，所述步骤4中，对t时刻在路径(a,b)上的信息素浓度τ
ab
(t)进行限定，保证信息素浓度值介于此范围内，限定后的τ
ab
(t)满足：
[0035]τ
min
≤τ
ab
(t)≤τ
max
[0036]式中：τ
min
为信息素浓度的最小值，τ
max
为信息素浓度的最大值。
[0037]优选地，所述步骤6中，假设经过n个时刻，蚁群完成一次循环，则此时需要对各路径上的信息素浓度和信息素浓度增量进行更新和调整，其更新后的公式如下：
[0038]τ
ab
(t+n)＝(1
‑
ρ)*τ
ab
(t)+Δτ
ab
(t,t+n)
[0039][0040][0041]式中：τ
ab
(t+n)为t+n时刻蚁群在路径(a,b)上所留的信息素浓度；
[0042]为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于自适应蚁群算法的有源配电网故障定位方法，其特征在于，包括如下步骤：步骤1，根据配电网拓扑结构，对分段开关节点上的故障过流信息进行状态编码，构建出馈线区段与分段开关状态之间逻辑关系的开关函数，并利用开关函数和状态编码建立目标函数；步骤2，初始化蚁群算法参数，设置蚁群算法的最大循环次数、蚂蚁总数、以及时刻为0时的蚂蚁数、循环次数和初始信息素浓度参数；步骤3，对循环次数和蚂蚁数进行加1，并对时刻加1；步骤4，根据从节点a到节点b之间的路径上信息素浓度和两节点之间的距离计算每只蚂蚁的转移概率，节点a和节点b分别对应有源配电网的两个分段开关节点；步骤5，蚂蚁根据转移概率选择下一个节点，更新转移后各路径上的信息素浓度，将蚂蚁数加1并返回步骤4，直至蚂蚁数达到蚂蚁总数，结束一次循环；步骤6，当一次循环结束后，计算并更新此次循环中所有路径上的信息素浓度和信息素浓度增量；步骤7，通过计算和比较各个循环中目标函数值，选出目前目标函数值最小的循环，保留该循环中的目标函数值以及所选各个节点的状态组合；步骤8，判断循环次数是否达到最大循环次数，若不是则返回步骤3，若是则根据各循环的目标函数值输出全局最优解，并通过全局最优解，选出故障区段，对配电网故障进行精确定位。2.根据权利要求1所述的基于自适应蚁群算法的有源配电网故障定位方法，其特征在于，所述步骤1中，对分段开关节点上的故障过流信息进行状态编码还包括：将每个分段开关作为一个节点并对其进行编号，对分段开关j处FTU上传的故障过流信息进行分类，故障过流信息包括分段开关流过正向故障电流、分段开关流过负向故障电流和分段开关无故障电流三种类别；其中I
j
＝1、I
j
＝
‑
1、I
j
＝0分别为分段开关j处流过正向故障电流、负向故障电流以及无故障电流；对馈线区段是否发生故障分类，得到分段开关j下游第i个馈线区段的故障分类结果l
i
；其中，馈线区段是由分段开关分成的区段，故障分类结果l
i
的取值为0或1，l
i
＝1表示该馈线区段有故障，l
i
＝0表示该馈线区段无故障。3.根据权利要求2所述的基于自适应蚁群算法的有源配电网故障定位方法，其特征在于，所述步骤1中，构建出第j个分段开关的开关函数式为：式中：为故障时分段开关j的期望状态向量；∪为或运算符；M1和M2分别为分段开关j上游和下游馈线区段数，M3为有源配电网中的分布式电源数数；K
s
表示分段开关j下游的分布式电源情况，K
s
的值为1或0，其中K
s
＝1表示分段开关j下游含有分布式电源，K
s
＝0表示分段开关j下游不含分布式电源。4.根据权利要求3所述的基于自适应蚁群算法的有源配电网故障定位方法，其特征在
于，所述步骤1中，利用开关函数和状态编码建立的目标函数F(l
i
)为：式中：l
i
为馈线区段状态向量，N1为线路开关数，I
j
为分段开关j的实际状态向量，为故障时分段开关j的期望状态向量；为判断项，其中N2为馈线区段总数，ω为判断系数，其取值范围为[0
‑
1]，ω的通常取为0.5。5.根据权利要求1所述的基于自适应蚁群算法的有源配电网故障定位方法，其特征在于，所述步骤4中，节点a和节点b分别对应有源配电网的两个分段开关节点，蚂蚁k从节点a到节点b的概率为：式中，tabu
k<...

【专利技术属性】
技术研发人员：李冠华，李明恩，徐建源，李雁，徐凯，栗罡，刘志宇，黄珂，赵振威，王诗清，李佳奇，王帅，崔巨勇，刘权莹，
申请(专利权)人：国网辽宁省电力有限公司电力科学研究院，
类型：发明
国别省市：