基于蚁群算法的配电网故障定位研究

论文摘要

随着社会经济的发展,电力用户对供电可靠性要求越来越高,配电自动化系统的推广和普及是一个必然趋势。快速、准确的故障定位是迅速隔离故障区域、恢复非故障失电区域供电的基本前提,因此是配电系统自动化的重要内容。蚁群算法是近年发展起来的一种仿生优化算法,具有分布式计算、快速正反馈、启发式搜索的特点。用蚁群算法进行配电网故障定位,是本文的研究内容。SCADA系统根据线路FTU(馈线终端单元)上传的故障信息,用一定的算法进行故障定位。受各种环境因素的影响,各FTU上传的故障信息难免发生畸变。传统的矩阵算法,计算速度快,但不具有容错性,在故障信息有畸变时会发生误判。蚁群算法是一种寻优算法,具有很好的容错性。用蚁群算法进行配电网故障定位,当故障信息有少量畸变时,仍能准确判断出故障区域。但用蚁群算法进行配电网故障定位时,存在因初始信息素匮乏而导致搜索效率较低的问题,其信息素释放机制和更新机制也还有待改进。本文对配电网故障定位蚁群算法进行了较深入的研究,提出了几种有效的改进策略。首次提出了根据FTU上传的故障信息所含有的启发信息产生初始信息素的方法,提高了算法的搜索效率。对配电网故障定位蚁群算法的信息素释放机制进行了改进,减小了陷入局部最优的可能性。根据最优—最差蚂蚁系统的基本思想,引入了负信息素更新机制,进一步提高了算法的搜索效率。用Visual Basic编制了相应的算法程序,验证了改进策略的有效性。最后,对配电网故障定位蚁群算法的发展前景进行了展望。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 配电网
• 1.2 配电自动化的概念
• 1.3 配电网故障定位的研究现状
• 1.3.1 配电网故障定位问题的研究现状
• 1.3.2 配电网故障定位算法的研究现状
• 1.4 本课题的研究内容
• 第二章 蚁群算法的基本原理及应用
• 2.1 引言
• 2.2 蚂蚁的觅食行为
• 2.3 蚁群算法的基本思想
• 2.4 基本蚁群算法
• 2.5 蚁群算法的特点
• 2.5.1 蚁群算法的优点
• 2.5.2 蚁群算法的缺点
• 2.6 蚁群算法的发展
• 2.7 蚁群算法的应用
• 2.8 小结
• 第三章 基于蚁群算法的配电网故障定位
• 3.1 引言
• 3.2 用蚁群算法进行配电网故障定位的可行性
• 3.2.1 配电网故障定位算法的实质
• 3.2.2 可行性
• 3.3 基于蚁群算法的配电网故障定位
• 3.3.1 数学模型
• 3.3.2 构造评价函数
• 3.3.3 问题的转化
• 3.3.4 参数设置
• 3.3.5 可能解的产生
• 3.3.6 信息素的释放
• 3.3.7 收敛判据
• 3.3.8 计算流程
• 3.3.9 多电源模式下的处理方法
• 3.4 小结
• 第四章 配电网故障定位蚁群算法的改进策略
• 4.1 引言
• 4.2 初始信息素的产生
• 4.2.1 开关函数
• 4.2.2 由故障信息得到的启发信息
• 4.2.3 将启发信息转化为初始信息素
• 4.3 对信息素释放机制的改进
• 4.3.1 现有信息素释放机制及其弊端
• 4.3.2 信息素释放机制的改进策略
• 4.4 对信息素更新机制的改进
• 4.4.1 最优—最差蚂蚁系统的基本思想
• 4.4.2 信息素更新机制的改进策略
• 4.5 保留次优解
• 4.6 小结
• 第五章 仿真分析
• 5.1 引言
• 5.2 仿真环境
• 5.3 有效性仿真分析
• 5.3.1 简单树状网络
• 5.3.2 IEEE-33节点配电网
• 5.3.3 双电源并列运行
• 5.4 改进策略效果仿真分析
• 5.5 小结
• 第六章 结论与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 在学期间发表的学术论文与研究成果