一种基于量子遗传算法的中压配电网故障诊断方法
【技术领域】
[0001] 本发明涉及城市配电网规划以及故障诊断技术领域，特别是一种基于量子遗传算 法的中压配电网故障诊断方法。
【背景技术】
[0002] 配电系统作为电能生产、传输和使用的重要环节，是联系实际用户需求侧与发、输 电系统的关键纽带。因此，如何在配电网发生故障后对故障进行有效、合理的定位并加以诊 断是当前城市电网评估发展的关键部分。考虑到在配电网中，通信信息装置所处的恶劣环 境以及不同地区配电自动化发展程度的不一致等原因造成了配电网的故障信息中存在着 大量不确定因素;并且一旦在配电网中发生多重复杂故障，在失电区域中将会存在故障元 件与非故障元件，考虑到配电系统规模的庞大，元件数量与种类繁多，很难在短时间内确定 出元件是否处于故障状态，加之配电网中的线路保护装置或断路器会发生拒动或误动的情 况，因此，上述这些因素都会导致配电网故障分析的范围扩大、故障信息在上传相关部门的 过程中发生畸变等而导致无法准确确定故障元件，给配电系统的安全稳定运行带来了危 害。而随着配电系统接线形式的日趋复杂、设备元件不断增多、设备规模不断增大，并且用 户需求侧对于供电的要求逐步提高。因此，有效、合理的对配电系统进行故障诊断对于电力 系统的综合发展以及需求侧的可靠用电均具有十分重要的意义。
[0003] 目前，针对电力系统的故障诊断方法较多，主要思路都是通过电力系统中开关元 件的动作信息进行故障判断与分析。目前有关电力系统故障诊断的方法主要有：（1)基于粗 糙集与决策树的配电网故障诊断算法，主要是利用了粗糙集具有较好处理不确定信息的能 力，实现了对故障样本决策表的故障规则自取；（2)基于概率神经网络(PNN)的高压断路器 故障诊断方法，有效分析高压断路器的故障特性，进行故障定位；（3)粒子群算法与神经网 络相结合的模拟电路故障诊断方法，将故障信号进行有效分解，再通过归一化处理提取故 障特征信息并以此做为神经网络的输入学习样本；（4)基于时序模糊Petri网的故障诊断方 法，通过建立故障诊断模型，完成对继电保护动作的评价。以上方法为电力系统的故障诊断 提供了良好的研究思路，但仍存在以下局限:第一，未能考虑配电网故障情况下保护或开关 拒动、误动以及信息畸变时的诊断准确性;第二，电力系统在故障情况下元件动作的时序性 没有被充分考虑。
[0004] 相较于上述几种方法，量子遗传算法(Quantum Genetic Algorithm,QGA)将量子 理论有效地融入到经典遗传算法当中，比传统遗传算法具有搜索范围更广，全局寻优的搜 索效率更高，适应性更强等优势，并且能够保证算法的收敛性。
【发明内容】
[0005] 本发明的目的在于克服现有技术的不足，提供一种设计合理、故障诊断全面、分析 准确且定位快速的基于量子遗传算法的中压配电网故障诊断方法。
[0006] 本发明解决其技术问题是采取以下技术方案实现的：
[0007] 一种基于量子遗传算法的中压配电网故障诊断方法，包括以下步骤：
[0008] 步骤1、采用元件动作的实际与期望值并融入断路器失灵保护以及断路器自动重 合闸的保护状态建立改进型中压配电网故障诊断模型;该模型的目标函数为：
[0009]
[0010]上述表达式中，rk,dPrk,/分别表示各个元件主保护的实际状态和期望状态;r k,s 和rk,/分别表示单个元件近后备保护的实际状态和期望状态;rk,dPrk/分别表示单个元件 远后备保护的实际状态和期望状态和分别表示断路器的实际状态和期望状态；
示连或运算;η, ^和η, 2分别表示断路器失灵保护的实际状态和期望状态;n,aut。和ri,aut: 分别表示断路器自动重合闸的实际状态和期望状态。
[0011] 步骤2、求解基于量子遗传算法的改进型中压配电网故障诊断模型，对中压配电网 进行故障诊断。
[0012] 而且，所述步骤2的具体步骤包括：
[0013] (1)采用传统遗传算法对中压配电系统内元件进行编码后，根据量子比特的编码 方式进行修正，从而制定适应于量子遗传算法的编码方案用以表示中压配电网故障诊断问 题；
[0014] (2)根据量子遗传算法求解所述改进型中压配电网故障诊断模型并根据计算结果 定位中压配电网中的故障元件并判别保护及断路器动作的正确性，进行故障分析。
[0015] 而且，所述步骤2的第(1)步的具体编码方法为：
[0016] 假定停电区域整体为个体染色体q，配电系统内元件总数为所述染色体q中的基因 个数η;采用量子遗传算法中的量子比特的编码方式，即用一对复数定义一个量子比特位， 则个体染色体q采用量子比特编码来解决故障诊断问题的具体形式为：
[0018] 上述表达式中，<和彦为复数形式表示量子位对应态的概率幅值;t为染色体的代 数。
[0019] 而且，所述步骤2第(2)步中根据量子遗传算法求解中压配电网故障诊断模型的计 算方法，包括如下步骤：
[0020] ①对中压配电网网架结构进行分析，明确配电网中的元件种类以及数量，确定在 故障分析中需要进行分析的元件；
[0021] ②根据配电网中开关及保护的动作状态缩小故障诊断范围，确定配电网故障后的 停电区域以及需要进行分析的元件；
[0022] ③根据配电网故障发生后各元件、开关、保护以及断路器的状态，建立元件状态矩 阵并根据步骤1中所述的改进型中压配电网故障诊断模型整理目标函数；
[0023] ④根据步骤2第（1)步的用于表示中压配电网故障诊断问题的适应于量子遗传算 法的编码方案设定元件的概率幅值，并对步骤②所确定的元件进行赋值，在数值区间[0，1 ] 之间随机产生一个数，将其与步骤③设定的元件状态进行比较，如果随机数大于或等于概 率幅值，则元件的测量结果取1，否则取〇;
[0024] ⑤将步骤③确定的元件状态值与步骤④确定的元件测量值带入步骤1的改进型中 压配电网故障诊断模型的目标函数中进行目标函数评估，确定目标函数初始值；
[0025]⑥设定种群规模、染色体长度、转角步长以及最大迭代次数的量子遗传算法的优 化原则并利用量子遗传算法对步骤③目标函数进行优化计算;并将计算结果与步骤⑤中确 定的目标函数的初始值进行比较，若该计算结果小于或等于初始值，则保留当前值作为目 标函数值;若大于初始值，则更新目标函数值；同时进行算法迭代，直到优化结果满足精度 或者达到迭代次数为止；
[0026]⑦分析计算结果，确定配电网中的故障元件，进行故障研判分析。
[0027]本发明的优点和积极效果是：
[0028] 1、本发明通过分析配电系统内元件种类以及保护配置情况，建立配电网故障诊断 模型，模拟故障情景后保护及断路器的动作情况，利用量子遗传算法对故障模型进行求解， 从而准确定位故障元件，并判别保护及断路器动作的正确性。实现了配电网故障进行快速、 全面诊断的功能。
[0029] 2、本发明能够从配电系统网架结构的角度出发，充分考虑了配电网中的元件信 息，保护信息以及断路器信息。对于元件信息，主要分析元件的数量、种类以及保护的配置 情况;对于保护信息，主要分析主保护、近后备保护以及远后备保护的配置情况;对于断路 器信息，主要分析断路器失灵保护以及自动重合闸的配置情况，进而全面、快速的对配电网 进行故障诊断，使配电网能够在故障后迅速排除故障，保证配电网的检修效率。从而为现有 配电网故障诊断方法的提供支撑，有利于提升城市配电网规划以及故障诊断水平，促进城 市电网建设结构与故障检修手段的合理发展。
【附图说明】
[0030] 图1是本发明的