一种基于人工免疫算法的输电线路短路故障识别方法技术

本发明专利技术公开了一种基于人工免疫算法的输电线路短路故障识别方法，属于输电线路短路故障判定领域，涉及人工免疫阴性选择技术，利用改进的阴性选择算法将自我集视为一类检测器集，而将传统阴性选择算法中的检测器R聚类为己知的不同类型的故障检测器集，用以识别故障类型。同时，改进算法采用十进制编码，并使用Euclidean距离作为匹配规则计算亲和力，具有良好的知识表达能力，能够有效地反映特征量的变化，克服了传统阴性选择算法无法设定匹配阈值、抗噪能力差和搜索效率低等缺点。抗噪能力差和搜索效率低等缺点。抗噪能力差和搜索效率低等缺点。

【技术实现步骤摘要】
一种基于人工免疫算法的输电线路短路故障识别方法


[0001]本专利技术属于输电线路短路故障判定领域，涉及人工免疫阴性选择技术，具体是一种基于人工免疫算法的输电线路短路故障识别方法。

技术介绍

[0002]高压输电线路发生故障后需要准确地识别故障类型，这对分析和排除故障、快速恢复供电具有重要的意义。
[0003]传统的基于工频稳态量的故障类型识别方法速度慢，且易受过渡电阻、故障距离等冈素的影响。人工免疫算法是继人工神经网络之后的又一大研究的热点。目前对人工免疫算法的研究主要集中在模式识别、协同控制、优化设计、机器学习、故障诊断等领域。
[0004]为此，本专利技术提出一种基于人工免疫算法的输电线路短路故障识别方法。

技术实现思路

[0005]本申请的目的是提供一种基于人工免疫算法的输电线路短路故障识别方法，克服了传统阴性选择算法无法设定匹配阈值、抗噪能力差和搜索效率低等缺点。
[0006]为实现上述目的，本申请提供了一种基于人工免疫算法的输电线路短路故障识别方法，包括以下步骤：
[0007]获取输电线路监测数据，并对输电线路监测数据进行处理，获得输电线路特征向量；
[0008]计算输电线路特征向量与成熟检测器集R内自我检测器集R0的亲和力Aff，并设定亲和力阈值ε0；
[0009]当亲和力Aff＞亲和力阈值ε0时，发送正常信号至故障识别模块；
[0010]当亲和力Aff≤亲和力阈值ε0时，计算输电线路特征向量与成熟检测器集R内故障检测器集R1的亲和力Aff1，并与亲和力阈值ε1进行比较；
[0011]当亲和力Aff1＞亲和力阈值ε1时，发送故障一信号至故障识别模块；并将该故障类型标记为故障类型一；
[0012]当亲和力Aff1≤亲和力阈值ε1时，依次计算亲和力Affj，并将亲和力Affj与亲和力阈值εj进行比较判定故障类型；
[0013]当亲和力Affn≤亲和力阈值εn时，发送新故障信号至故障识别模块，并将该故障类型添加至成熟检测器集R中；
[0014]其中的j表示故障类型的编号，且j＝1,2
……
n。
[0015]优选地，亲和力Affj的计算方式为：
[0016][0017][0018]其中，k表示十进制特征向量的单位长度编号，rk表示单位长度编号为k的十进制特征向量，Rjk表示故障检测器内单位长度编号为k的十进制特征向量，L表示故障检测器内的输电线路故障特征向量数据的向量长度。
[0019]优选地，成熟检测器集R内包括若干自我检测器R0以及若干故障随机检测器r1，R2，
……
，Rn。
[0020]优选地，还包括以下步骤：
[0021]获取输电线路短路故障数据以及输电线路正常参数数据，将输电线路短路故障数据按照故障类型分为n组，其中的n为故障类型的总个数，且n为正整数，将输电线路短路故障数据进行数据处理，获取输电线路故障特征向量数据，并根据故障类型聚类为不同的故障检测器，将故障检测器按照不同的故障类型标记为Rj，其中的j表示故障类型的编号，且j＝1,2
……
n；
[0022]将输电线路正常参数数据按照输电线路短路故障数据的处理方式，将输电线路正常参数数据处理为自我检测器，并将自我检测器集标记为R0。
[0023]优选地，还包括：
[0024]设定最大循环次数、各类故障检测器的个数及检测器总个数；
[0025]根据成熟检测器集R内检测集的个数获取循环次数、故障检测器集的个数以及检测器的总个数；并判定实际获取的循环次数或检测器的总个数与设定的最大循环次数或检测器总个数的大小；
[0026]当满足任一条件时，随机产生一个随机检测器r；
[0027]判断随机检测器r是否与自我检测器集中的任意一个自我检测器R0匹配；
[0028]当匹配时，则丢弃随机检测器r。
[0029]优选地，判断随机检测器r是否与自我检测器集中的任意一个自我检测器R0匹配的过程为:
[0030]计算随机检测器r与成熟检测器集R内自我检测器集R0的亲和力Aff，并设定亲和力阈值ε0；
[0031]当亲和力Aff＞亲和力阈值ε0时，表示匹配；
[0032]当亲和力Aff≤亲和力阈值ε0时，表示不匹配。
[0033]优选地，当随机检测器r与自我检测器集中的任意一个自我检测器R0不匹配时，判断随机检测器r是否与故障检测器集R1中的任意一个故障检测器匹配；
[0034]当匹配时，将随机检测器r添加到故障检测器集R1中，并将故障检测器集R1内的检测器个数以及检测器总个数分别加1。
[0035]优选地，当随机检测器r与故障检测器集R1中的任意一个故障检测器不匹配时，依次判断随机检测器r是否满足添加到故障检测器集R2、R3
……
Rn；若都不满足，则丢弃随机检测器r。
[0036]与现有技术相比，本专利技术的有益效果是：
[0037]本专利技术利用改进的阴性选择算法将自我集视为一类检测器集，而将传统阴性选择算法中的检测器R聚类为己知的不同类型的故障检测器集，用以识别故障类型。
[0038]同时，改进算法采用十进制编码，并使用Euclidean距离作为匹配规则计算亲和力，具有良好的知识表达能力，能够有效地反映特征量的变化，克服了传统阴性选择算法无法设定匹配阈值、抗噪能力差和搜索效率低等缺点。
附图说明
[0039]为了更清楚地说明本专利技术实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0040]图1为本专利技术一种基于人工免疫算法的输电线路短路故障识别方法的流程框图。
具体实施方式
[0041]本申请的核心是提供一种基于人工免疫算法的输电线路短路故障识别方法，利用改进的阴性选择算法将自我集视为一类检测器集，而将传统阴性选择算法中的检测器R聚类为己知的不同类型的故障检测器集，用以识别故障类型。同时，改进算法采用十进制编码，并使用Euclidean距离作为匹配规则计算亲和力，具有良好的知识表达能力，能够有效地反映特征量的变化，克服了传统阴性选择算法无法设定匹配阈值、抗噪能力差和搜索效率低等缺点。
[0042]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0043]具体请参照图1，一种基于人工免疫算法的输电线路短路故障识别方法，该基于人工免疫算法的输电线路短路故障识别方法主要包括以下步骤：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工免疫算法的输电线路短路故障识别方法，其特征在于，包括以下步骤：获取输电线路监测数据，并对输电线路监测数据进行处理，获得输电线路特征向量；计算输电线路特征向量与成熟检测器集R内自我检测器集R0的亲和力Aff，并设定亲和力阈值ε0；当亲和力Aff＞亲和力阈值ε0时，发送正常信号至故障识别模块；当亲和力Aff≤亲和力阈值ε0时，计算输电线路特征向量与成熟检测器集R内故障检测器集R1的亲和力Aff1，并与亲和力阈值ε1进行比较；当亲和力Aff1＞亲和力阈值ε1时，发送故障一信号至故障识别模块；并将该故障类型标记为故障类型一；当亲和力Aff1≤亲和力阈值ε1时，依次计算亲和力Affj，并将亲和力Affj与亲和力阈值εj进行比较判定故障类型；当亲和力Affn≤亲和力阈值εn时，发送新故障信号至故障识别模块，并将该故障类型添加至成熟检测器集R中；其中的j表示故障类型的编号，且j＝1,2
……
n。2.如权利要求1所述的一种基于人工免疫算法的输电线路短路故障识别方法，其特征在于，亲和力Affj的计算方式为：在于，亲和力Affj的计算方式为：其中，k表示十进制特征向量的单位长度编号，rk表示单位长度编号为k的十进制特征向量，Rjk表示故障检测器内单位长度编号为k的十进制特征向量，L表示故障检测器内的输电线路故障特征向量数据的向量长度。3.如权利要求2所述的一种基于人工免疫算法的输电线路短路故障识别方法，其特征在于，成熟检测器集R内包括若干自我检测器R0以及若干故障随机检测器r1，R2，
……
，Rn。4.如权利要求3所述的一种基于人工免疫算法的输电线路短路故障识别方法，其特征在于，还包括以下步骤：获取输电线路短路故障数据以及输电线路正常参数数据，将输电线路短路故障数据按照故障类型分为n组，其中的n为故障类型的总个数，且n为正整数，将输电线路短路故障数据进行数据处理，获取输电线路故障特征向量数据，并根据故障...

【专利技术属性】
技术研发人员：赵晋级，孙占民，郭步阳，卢启硕，关卓林，张全辉，
申请(专利权)人：国网安徽省电力有限公司淮南市潘集区供电公司，
类型：发明
国别省市：