【技术实现步骤摘要】
本专利技术涉及配电网故障定位，具体涉及一种基于智能算法的故障区段定位方法。
技术介绍
1、随着“双碳”目标的提出，国家能源战略转型，分布式新能源在配电网中的渗透率逐年升高。分布式电源(distributed power,dg)具有干净、无污染、低碳和可再生等优点，近年来得到广泛应用。但是,分布式电源的大量接入也使得配电网结构发生了变化，进而让故障定位工作变得更加复杂，传统的故障定位方法已不再适用。因此，开展对分布式电源接入配电网的故障定位方法的研究，对电力系统安全稳定运行有着重要意义。
2、由于馈线终端单元(feeder terminal unit，ftu)的广泛发展，现有的研究大多是基于ftu上传信息的故障定位方法。现有利用ftu实现故障定位的方法主要分为矩阵法和智能算法两大类。矩阵法即是利用ftu上传的故障电流信息形成判断矩阵通过矩阵的运算来进行故障定位；其根本原理是图论相关知识，该方法容错较低，如果ftu发生故障，上传错误信息，容易造成误判。智能算法则不仅仅利用ftu上传的故障电流，还有根据上传的节点电压，支路电流等更易获取的电气量进行故障定位；智能算法的根本原理是“最小故障诊断集”理论，将ftu所传故障信息上传故障信息上传主站利用智能算法计算求得故障区段。
3、现有技术在故障定位精度和速度上相比于之前有了部分提升，但仍面对多区段故障和多点信息畸变时还是不太稳定，本改进算法相较于现有技术，避免了陷入局部最优，提升了后期寻优能力，在速度和精度上得到了大大提升。
技术实现思路
1、1.所要解决的技术问题：
2、针对上述技术问题，本专利技术提供一种基于智能算法的故障区段定位方法，通过混沌映射方法初始化种群以及引入高斯变异函数，大大提升了算法跳出局部最优的能力。
3、2.技术方案：
4、一种基于智能算法的故障区段定位方法，其特征在于：包括以下步骤：
5、步骤一：构建含分布式电源的配电网故障定位模型，包括确定模型的编码方式、开关函数以及目标函数；
6、步骤二：获取故障发生时，配电网的各线路开关处ftu上传的故障电流信息，上传的故障电流信息进行编码，基于改进非洲秃鹫优化算法的故障区段定位方法计算开关函数、目标函数，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，实现对故障区段定位。
7、进一步地，步骤一具体包括以下步骤：
8、s11:编码方式：收集安装在配电网各线路开关处ftu上传的故障电流信息并进行二进制编码；
9、在进行配电网故障定位时，以开关为节点,相邻馈线开关间的配电区域为一个单位的线路区段；线路区段分为正常、无电流、故障三种情况，对应的编码分别用“1”，“0”，“-1”表示；定义从系统电源到分布式电源为正方向，如果馈线中没有分布式电源，则正方向是电源到负载；则节点j的故障电流编码表示为：
10、
11、(1)式中，ij(j＝1,2,3,...,n)为第j个开关状态的状态值，n为总开关数量；
12、s12：开关函数：将期望的开关状态信息与馈线区段状态相联系起来的数学表达式；
13、含有分布式电源的配电网发生故障时故障电流会由单向流动变为多向流动，当流过故障电流越线信息与公式(1)定义一致时，故障电流为正向，不一致为反向；开关函数能够将故障线路信息和开关电流信息进行转换,反映开关故障电流越限信息与线路状态的关系，同时能够引入dg电源的接入；
14、则开关函数如下式：
15、
16、(2)式中，i*j为第j个开关节点的实际开关函数值，其表示故障电流的状态；xj,su,xj,sd分别为从节点j至上游主电源和至下游的分布式电源在各个区段的区段故障状态值；xj，u,xjd分别为节点j上游、下游区段的区段故障状态值；p、q分别为从该配电网开关/节点j至上、下游电源的区段数量；m、n分别为从该配电网开关/节点j至上、下游所有电源的数量；∪为逻辑“或”运算；
17、s13：目标函数；反映配电网故障线路区段与开关过流信号的关系，它的正确与否保证配电网故障定位的关键；
18、在配电网故障定位中不同的目标函数会有不同的结果，同时在容错能力上也有不同；即在一种故障状态下当取得最优解时,则这一组线路状态所对应的目标值最大；上述编码以及开关函数改善了各开关编码以及与馈线间的联络方式，目标函数则不受分布式电源影响，如下式：
19、
20、(3)式中，ij为第j个节点上传的开关状态的状态值；n为配电网的开关总数；x j为故障馈线数；ω为预设的防止误判权重系数，一般为0.5；如果ftu上传状态信息与期望的状态匹配，则目标函数f(x)取最优值。
21、进一步地，步骤二具体包括以下步骤：
22、s21：线路区段发生故障后，ftu上传故障信息，对上传的故障信息进行编码，以刚发生故障的故障信息作为初始化种群；由于随机生成的数据会使得种群多样性减小，所以引入tent混沌映射让种群分布均匀，引入tent混沌对种群中的个体映射如公式(4)所示：
23、
24、(4)式中，p(i+1)表示混沌映射后的个体，p(i)表示映射前个体；由于u＝1/2时均匀性最好，因此上式可变为下式(5)：
25、
26、s22：确定种群的数量和算法的终止条件，即最大迭代次数；如果达到预设的迭代次数，即可确定故障区域；如果没有达到预设的迭代次数，计算初始化种群后的个体的适应度值，将适应度最佳的作为第一组最佳秃鹰，适应度次之的作为第二组最佳秃鹰，其他解使用式(6)向第一组和第二组的最佳解移动；在每次适应度迭代中，将重新计算整个总体；
27、
28、在式(6)中，上式表示选择最优秃鹫，下式表示选择的次优秃鹫；l1和l2分别为搜索操作之前给定的参数，其值介于0和1之间，且两个参数之和为1；bestvultrure1表示当前迭代过程中第一组最优秃鹫；bestvultrure2表示当前迭代过程中第二组最优秃鹫；
29、使用轮盘赌轮式(7)获得选择最佳解的概率，并为每组选择每个最佳解；
30、
31、pi表示个体i在t时刻的位置；fi表示个体i的适应度值；
32、只有吃饱的秃鹫才有能量支撑他们飞往更远的区域觅食，所以没有吃饱的秃鹫只能和已经获得食物的秃鹫来争夺食物；并且变得异常凶狠，具体数学建模如下
33、
34、
35、(8)式中，f表示秃鹫的饥饿程度；rand1是随机数并且rand1∈(0，1)；z是随机数且z∈(-1,1)；iteration表示当前迭代次数，maxiterations表示最大迭代次数；t是用来防止陷入局部最优解的调节参数；h是随机数且h∈(-2,2)；ω表示一个固定参数，用来决定接下来的勘探和开采阶段分配，当ω值变大，后续进入勘探本文档来自技高网...
【技术保护点】
1.一种基于智能算法的故障区段定位方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于智能算法的故障区段定位方法，其特征在于：步骤一具体包括以下步骤：
3.根据权利要求1所述的一种基于智能算法的故障区段定位方法，其特征在于：步骤二具体包括以下步骤：
【技术特征摘要】
1.一种基于智能算法的故障区段定位方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于智能算法的故障区段定位方法，其特...
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。