故障诊断处理流程图；
[0031] 图2是本发明的实施例中的配电网联络结构图。
【具体实施方式】
[0032]以下结合附图对本发明实施例作进一步详述：
[0033] -种基于量子遗传算法的中压配电网故障诊断方法，如图1所示，包括以下步骤：
[0034] 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。
[0035] 按照一般方法，采用元件动作的实际与期望值可以建立如下中压配电网故障诊断 模型，该模型的目标函数为：
[0036]
[0037] 上述表达式中，rk,jPrk,/分别表示各个元件主保护的实际状态和期望状态;rk, 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;和rk/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。
[0038] 通过进一步的分析发现，上述基础模型中存在着一定的问题。首先，对于断路器动 作状态的期望不能仅仅考虑控制其动作的保护状态，应该由断路器保护范围内的设备及其 相关保护的实际状态所共同决定;第二，上述基础模型可能会存在多解问题，在实际的应用 中不利于故障诊断的快速、准确进行。
[0039] 在本步骤1中，综合考虑上述问题，在该中压配电网故障诊断模型的目标函数的基 础上进一步融入了断路器失灵保护以及断路器自动重合闸等保护状态，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：
[0040]
[0041] 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;rk, 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;r1>c；dPri,。^分别表示断路器失灵保护的实际状态和期望状态; ri,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。对于相关元件保护的期望值，当保护 动作时r*的值取1，否则为0;对于断路器，当断路器应该跳闸时C*的值取1，否则为0;对于自 动重合闸装置，当自动重合闸应该合闸时r*的值取1，否则为0。改进后的故障诊断模型考虑 保护元件更加全面，并且考虑了相关断路器的保护，使模型更加完整、有效。
[0042] 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。
[0043] 所述步骤2的具体步骤包括：
[0044] (1)采用传统遗传算法对中压配电系统内元件进行编码后，通过引入量子理论中 量子比特(qubit)的概念，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。
[0045] 由于配电系统的故障诊断问题重点关注的是受故障影响的停电区域，因此假定停 电区域内的总元件个数为η。对于传统遗传算法而言，停电区域整体相当于染色体;而其中 的元件相当于基因，采用二进制进行编码，"Γ表示该元件发生了故障，"0"表示该元件未发 生故障，因此相当于染色体中的基因个数为η。
[0046]而在量子遗传算法中，使用了一种基于量子比特的编码方式，即用一对复数定义 一个量子比特位，一个具有m个量子比特位的系统可以描述为：
[0048] 其中，1(^2+13^2=1(1 = 1,2,......,m) 〇
[0049] 量子比特是一个充当信息存储单元的双态量子系统，是定义在一个二维复向量空 间中的一个单位向量，该空间由一对特定的标准正交基{|〇>，11>}形成。
[0050] 因此，基于上述分析，所述步骤2的第(1)步的具体编码方法为：
[0051] 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：
[0053] 上述表达式中，<和式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。
[0054] 量子遗传算法最终所得到的适应度即为中压配电网故障诊断模型中目标函数E (X)的值。
[0055] (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。
[0056] 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：
[0057] ①对中压配电网网架结构进行分析，其中包括明确配电网中的元件种类以及数量 和确定在故障分析中需要进行分析的元件，例如：主变、母线、馈线线路等以及元件的保护 配置情况。
[0058]②确定配电网故障后停电区域；
[0059] 在配电网发生故障后，需要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，从而使故障分析更具有针对 性。
[0060] 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的改进型中压配电网故障诊断模型整理目标函数，为后续的优化算法分析 做准备。
[0061] 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0;
[0062] 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；
[0063]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；
[0064] 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。
[0065] 在本实施例中，以如图2所示的某地区实际配电网结构为例，进行说明：
[0066] 1、配电系统网架结构进行分析
[0067] (1)明确配电网中的元件种类以及数量和确定在故障分析中需要进行分析的元 件。
[0068] 由图2可知，本实施例中配电系统的联络结构方面以"手拉手"式为主，其内共含有 6台主变，6条10kV母线，24条馈线线路，45个断路器(常开断路器15个，常闭断路器30个）， 108个保护。
[0069] (2)基于配电网总体结构对网络中的元件及开关进行编号。
[0070] 将36个元件编号为ei~e36,其中，母线编号为Bi~B6,主变编号为T^Ts，馈线线路 编号为1^~1^4。45个断路器依次编号为CB^CB^IOS个保护中，主保护、近后备保护和远后 备保护各36个，主保护rim~r36m的编号情况为:Blm~B6m，Tlm~T6m，Llm~L24m。近后备保护ris~ r36s的编号情况为:Bis~B6s，Tls~T6s，Lls~L24s。远后备保护Γ11~Γ361的编号情况为:Bll~ B61，Tn~T6