【技术实现步骤摘要】
本专利技术属于配电线路线损定位的，具体涉及一种基于蚁群算法的线路线损快速定位方法及存储介质。
技术介绍
1、随着国家电网公司智能电网建设的深入推进，线损率已成为衡量智能电网经济安全运行的重要指标。而线损率居高不下，会造成电力资源的巨大浪费，加剧我国电力资源的紧张，进一步影响到经济社会的发展。因此，开展线损治理相关技术研究成为电力公司主要研究方向之一。
2、线损定位分析是实现线损治理的关键措施，目前普遍采用的是线损分层定位分析方法，该方法将低压台区划分为台变-分支、分支-表箱、表箱-电能表三个层级，通过数据分层采集、线损分层计算、事件分析判断等功能，实现台区高损点定位，在各省公司台区降损过程中被广泛利用。但由于线损的分层定位分析多采用测量点的日冻结数据，数据颗粒度不足，导致出现线损定位周期长，诊断分析功能不完善，高损点定位不准确等问题，严重影响了台区线损治理的成效。
3、目前解决线损定位的算法大致可分为2种：直接算法和间接算法。直接算法中最典型的就是矩阵算法门，该算法计算速度快，但对上传线损信息的准确度与实时性要求比较高，容错性较差。间接算法也就是所谓的寻优算法，目前主要有遗传算法和神经网络算法等，该算法具有较高的容错性，但目前还不是很完善，计算量比较大。
4、目前针对线损信息有畸变情况下的故障定位并没有很理想的算法。因此，本专利技术公开了一种配电线路线损快速定位的方案，本专利技术充分利用配电网呈辐射状的特点，依据分层处理的思想，通过设计台区线损分层计算模型锁定高损线路，最后，利用蚁群算法良好的
5、蚁群算法(ant colony algorithm，aca)于1992年在首次提出，该算法模拟了自然界中蚂蚁的觅食行为。蚂蚁在寻找食物源时，会在其经过的路径上释放一种信息素，并能够感知其它蚂蚁释放的信息素。信息素浓度的大小表征路径的远近，信息素浓度越高，表示对应的路径距离越短。通常，蚂蚁会以较大的概率优先选择信息素浓度较高的路径，并释放一定量的信息素，以增强该条路径上的信息素浓度，这样，会形成一个正反馈。最终，蚂蚁能够找到一条从巢穴到食物源的最佳路径，即距离最短。虽然蚁群算法出现的时间不长，但其具有正反馈、分布式计算和富于贪婪启发式搜索的特点。已经成功应用于许多组合优化问题，例如典型的旅行商(tsp)、车辆路径问题、机组最优投入以及配电网网架优化规划问题等。
技术实现思路
1、本专利技术的目的在于提供一种基于蚁群算法的线路线损快速定位方法及存储介质，旨在解决上述的问题。
2、本专利技术主要通过以下技术方案实现：
3、为了更好地实现本专利技术，进一步地，
4、一种基于蚁群算法的线路线损快速定位方法，包括以下步骤：
5、步骤s1：基于台区物理拓扑分层采集台变侧、分支侧、表箱侧及电能表的电参量曲线数据及上报事件，所述电参量数据包括电压、电流、正向有功电能示值和反向有功电能示值；
6、步骤s2：在主机侧通过基于基尔霍夫定律的台区线损分层计算模型锁定高损线路，确定存在线损异常的层级；
7、步骤s3：然后，在高损线路范围内，基于电能表的电参量曲线数据及上报事件，并采用电能表窃电分析模型定位存在线损异常的层级的台区高损点，确定异常电能表；
8、步骤s31：根据配电网具有闭环设计、开环运行，并呈辐射状的特点，假定某待求系统共有n个节点，即有n个所谓的馈线区间，每一馈线区间有0和1这两个状态，0表示无窃电，1表示疑似窃电，并对各馈线区间进行编号；
9、步骤s32：将每一检测点转化为tsp问题的一个节点，每只蚂蚁按照节点的编号依次经过各节点，最后再回到原出发点；彼此相邻的2个节点之间均有0和1这两条线路供选择；目标为寻找依次经过各节点并最终回到原出发点整个过程的最短路径，被选择路径长度的总和与目标函数fit(t)的值是相对应的，将配电网的线损定位转化为寻找最优路径，基于蚁群算法，根据目标函数迭代搜索最优解，确定异常电能表；其中，目标函数fit(t)的公式为：
10、
11、其中：
12、ij表示第j个测控点的实际状态，取值为1则表示该测控点有故障过电流流过，取值为0则表示无过流流过；
13、sb为配电网中各设备的状态，取值为1则表示设备的故障状态，取值为0则表示设备的正常状态；
14、sb(j,i)表示配电网中第j层级的第i个电能表的状态值；
15、ij*(sb)为配电网中各测控点的期望状态，测控点的期望状态是各设备状态的函数；
16、ω为权系数，取值在[0，1]之间。
17、为了更好地实现本专利技术，进一步地，所述步骤s32中，蚂蚁选择路径的转移概率为：
18、
19、其中：a{li}表示蚂蚁i还没有走过的路径的元素集；
20、τ表示蚂蚁在运动过程中所积累的信息素；
21、α、β分别表示蚂蚁在运动过程中所积累的信息素的权重因子及启发式因子的权重因子；
22、ηij表示蚂蚁i选择元素j的期望程度，其数值为待选路径的长度的倒数；
23、当所有蚂蚁完成一次循环后，各个节点间连接路径上的信息素浓度都需要进行实时更新，具体公式如下：
24、τ(t+n)＝ρτi(t)+δτi(t，t+n)i＝1，2，...，n
25、
26、
27、其中：
28、q是常数；
29、lk表示第k只蚂蚁在本次循环中所走过的路径的长度；
30、1-ρ表示时刻t到时刻t+n之间各路径上信息素的蒸发系数。
31、为了更好地实现本专利技术，进一步地，所述步骤s32中，0和1两条路径被选择的期望程度相同，均取值为1，启发式因子的权重因子β＝1。
32、为了更好地实现本专利技术，进一步地，所述步骤s32中，ω取值为0.8。
33、为了更好地实现本专利技术，进一步地，步骤s32包括以下步骤：
34、步骤sa1：初始化各条线路上的信息素初值τi(0)＝c0(1,2,…,n)，初始化迭代次数count＝0；
35、步骤sa2：初始化蚂蚁总数ant和已经进行选择的蚂蚁数num＝0；
36、步骤sa3：用赌轮法依次对相邻两节点间的0，1线路进行选择；
37、步骤sa4：求解目标函数，若本次计算的目标函数值比保留的最小目标函数值还要小，则用本次计算的最优目标函数值以及其所对应的各线路选择结果分别替换其保留的最优结果；
38、步骤sa5：求解各条线路的信息素增量，蚂蚁个数为num＝num+1
39、步骤sa6：如果num<ant，转步骤sa3；否则对各条线路进行信息素更新，count＝count+1，并转步骤sa2；
40、步骤sa7：若迭代次数本文档来自技高网...
【技术保护点】
1.一种基于蚁群算法的线路线损快速定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，所述步骤S32中，蚂蚁选择路径的转移概率为：
3.根据权利要求2所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，所述步骤S32中，0和1两条路径被选择的期望程度相同，均取值为1，启发式因子的权重因子β＝1。
4.根据权利要求3所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，所述步骤S32中，ω取值为0.8。
5.根据权利要求1-4任一项所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，步骤S32包括以下步骤：
6.根据权利要求1所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，所述步骤S2中，计算过程如下：
7.根据权利要求6所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，步骤S24中，每一层级的统计线损率的阀值为8％，每一层级的线损率差的阀值为4％。
8.根据权利要求6所述的一种基于蚁群算法的线路线损快速
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8任一项所述的方法。
...【技术特征摘要】
1.一种基于蚁群算法的线路线损快速定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，所述步骤s32中，蚂蚁选择路径的转移概率为：
3.根据权利要求2所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，所述步骤s32中，0和1两条路径被选择的期望程度相同，均取值为1，启发式因子的权重因子β＝1。
4.根据权利要求3所述的一种基于蚁群算法的线路线损快速定位方法，其特征在于，所述步骤s32中，ω取值为0.8。
5.根据权利要求1-4任一项所述的一种基于蚁群算法的线路线损...
【专利技术属性】
技术研发人员：刘威，谭阿峰，李涛，叶瀚，林俊杰，林碧云，李嘉根，
申请(专利权)人：福建网能科技开发有限责任公司，
类型：发明
国别省市：
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。