一种基于粒子群的配电网故障定位方法与流程

本发明涉及交流电网的故障定位
技术领域：
，更具体地，涉及一种基于粒子群的配电网故障定位方法。
背景技术：
配电网故障定位是实现配电自动化的重要内容之一，其目的是根据各馈线终端设备(feederterminalunit，ftu)采集的故障信息来综合判断故障发生的区段，为故障分析和供电恢复提供条件。因此，它对于缩短停电时问、减小停电范围和提高供电可靠性等方面具有重要意义。目前研究的配电网故障定位算法主要有两类：直接算法和间接算法。直接算法中最典型的是矩阵算法，是根据网络拓扑矩阵和故障信息矩阵的运算形成故障判定矩阵，该算法计算速度快，但要求ftu上传精确的故障信息，容错性差，不能处理ftu上传信息有畸变的情况。间接算法就是所谓的各类智能算法，典型代表为遗传算法，该算法在上传的故障信息出现畸变时，能给出较为精确的结果，容错性好，但计算量大、参数设置复杂，影响了故障定位的实时性。基于优化模型的配电网故障定位方法属于智能算法的一种，它可以把问题表示为0～1整数规划问题，在此基础上，通过优化算法寻找使构造的目标函数最小(或最大)的最优解，即找出最能解释故障信息的故障设备和故障类型。优化型故障诊断方法可求得多个可能的解，但它存在寻优算法优劣和优化的实时性等问题需要研究解决。在众多的优化算法中，近年来发展利用的粒子群算法是较好的优化算法之一，粒子群算法(particleswarmoptimization，pso)是模拟自然界中鸟群捕食行为而形成的一种优化算法，通过对简单社会系统的模拟，在多维解空间中构造“粒子群”。与遗传算法相比，pso算法无需进行选择、交义和变异，具有简单易行、容易实现的优点。因此，本发明提出了一种基于粒子群算法的配电网故障定位方法。技术实现要素：本发明的目的在于克服现有技术的不足，提供一种基于粒子群的配电网故障定位方法。为解决上述技术问题，本发明采用的技术方案是：一种基于粒子群的配电网故障定位方法，所述方法包括以下步骤：s1：将配电网中馈线终端设备ftu看作节点，节点间的线路为将要定位的区域，且线路的方向是线路上潮流的方向，将配电网映射为一个有向图；s2：根据配电网的有向图和拓扑结构，构建评价函数，利用粒子群算法得到评价函数最小时的最优解，以此确定故障区域；s3：提出改进算法收敛性的措施，并搭建仿真平台进行验证。优选地，所述步骤s1具体包括以下步骤：s11：将配电网中的馈线终端设备ftu看作节点并编号，并对各节点间的区域进行编号；s12：确定配电网络的正方向，参考电源向全网供电的功率流出方向即为配电网络的正方向；s13：若馈线终端设备ftu测到过电流信息与网络正方向相同时，向控制主站上报1，否则上报0。优选地，所述评价函数的表达式为表达式的值为每个潜在解对应的适应度值，值越小表示解越优良，因此评价函数应取极小值；式中，ij为第j个馈线终端设备ftu上传的故障信息，取值为1认为该馈线终端设备ftu流过了故障电流，为0则未流过；ij*(sb)为各馈线终端设备ftu节点的期望状态，若该馈线终端设备ftu流过了故障电流，则期望状态为1，相反，期望状态为0，其为各设备状态的函数，馈线终端设备ftu下游有任意区域故障，则该值为1，否则为0；n为配电网中馈线区段的总数；sb为配电网中各设备状态，为1表明设备故障，取0则设备正常；表示一个权系数乘以故障设备数，w是根据故障诊断理论中“最小集”概念设置的权重系数，0,<w<1；优选地，所述粒子群算法具体为：每个优化问题的解都是粒子在搜索空间中的位置，粒子还有一个速度值决定它们飞翔的方向和距离，然后粒子追随当前的最优粒子在解空间中搜索，在搜索过程中，每个粒子到目前为止找到的自身的最优位置称为粒子的个体极值pbest，所有粒子中的最优位置记为全局极值gbest，并根据下式更新自身的速度和位置式中：和分别为粒子i在第k+1次迭代时在第m维空间的位置和速度；ω为惯性权重；c1和c2为加速因子，都是正实数；r1和r2为随机产生的一个介于[0，1]之间的随机数；为粒子i至第k次迭代为止在第m维空间找到的个体最优粒子位置；为至第k次迭代为止在第m维空间找到的群体最优粒子位置。优选地，为解决离散或二进制变量的优化问题，采用二进制粒子群优化算法；将粒子的位置和粒子最优的个体值都限定为0或1，而对粒子的速度不加限制；根据速度大小来选择在粒子对应位置上的为0或者1，速度较大，则表示对应位置选1的概率大；速度较小则意味着对应位置可能会选0，其基本公式如下式所示：式中的为随机产生的介于[0，1]之间的随机数；为防止函数饱和，粒子的速度设定在[-4,4]范围内，对应的函数为：优选地，在步骤s3中所述改进算法收敛性的措施，利用压缩因子法，将粒子的速度按照下式进行修正：式中：且一般取c1＝c2＝2.05。仿真结果表明该方法能大大提高pso算法的收敛速度。对应之前的参数，选取ω＝k＝0.729，c1＝c2＝1.494。惯性权重ω对于平衡算法的全局搜索能力和局部搜索能力有很大作用，ω值较大，算法具有较强的全局搜索能力，但收敛性下降；ω值较小，算法倾向于局部搜索，易陷入局部极值。本发明采用的办法是将ω初始为0.9，并随迭代次数的增加递减为0.4，以达到较好的全局和局部搜索能力。与现有技术相比，本发明的有益效果是：本发明为一种基于粒子群的配电网故障定位方法，与矩阵法相比，容错率大大提高；与遗传算法相比，更加简单高效，收敛速度快；提出改进pso算法收敛性的措施，有效解决了易陷入局部收敛的问题；能够对单点和多点故障进行定位。附图说明图1为本发明故障定位方法流程图；图2为本发明的多电源配电网的拓扑结构图。具体实施方式下面结合具体实施方式对本发明作进一步的说明。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。实施例图1为一种基于粒子群的配电网故障定位方法，所述方法包括以下步骤：s1：将配电网中馈线终端设备ftu看作节点，节点间的线路为将要定位的区域，且线路的方向是线路上潮流的方向，将配电网映射为一个有向图；s2：根据配电网的有向图和拓扑结构，构建评价函数，利用粒子群算法得到评价函数最小时的最优解，以此确定故障区域；s3：提出改进算法收敛性的措施，并搭建仿真平台进行验证。其中，步骤s1具体包括以下步骤：s11：将配电网中的馈线终端设备ftu看作节点并编号，并对各节点间的区域进行编号；s12：确定配电网络的正方向，参考电源向全网供电的功率流出方向即为配电网络的正方向；s13：若馈线终端设备ftu测到过电流信息与网络正方向相同时，向控制主站上报1，否则上报0。另外，评价函数的表达式为表达式的值为每个潜在解对应的适应度值，值越小表示解越优良，因此评价函数应取极小值；式中，ij为第j个馈线终端设备ftu上传的故障信息，取值为1认为该馈线终端设备ftu流过了故障电流，为0则未流过；ij*(sb)为各馈线终端设备ftu节点的期望状态，若该馈线终端设备ftu流过了故障电流，则期望状态为1，相反，期望状态为0，其为各设备状态的函数，馈线终端设备ftu下游有任意区域故障，则该值为1，否则为0；n为配电网中馈线区段的总数；sb为配电网中各设备状态，为1表明设备故障，取0则设备正常；表示一个权系数乘以故障设备数，w是根据故障诊断理论中“最小集”概念设置的权重系数，0,<w<1；其中，粒子群算法具体为：每个优化问题的解都是粒子在搜索空间中的位置，然后粒子追随当前的最优粒子在解空间中搜索，在搜索过程中，每个粒子到目前为止找到的自身的最优位置称为粒子的个体极值pbest，所有粒子中的最优位置记为全局极值gbest，并根据下式更新自身的速度和位置：式中:和分别为粒子i在第k+1次迭代时在第m维空间的位置和速度；ω为惯性权重；c1和c2为加速因子，都是正实数；r1和r2为随机产生的一个介于[0，1]之间的随机数；为粒子i至第k次迭代为止在第m维空间找到的个体最优粒子位置；为至第k次迭代为止在第m维空间找到的群体最优粒子位置。另外，为解决离散或二进制变量的优化问题，采用二进制粒子群优化算法；将粒子的位置和粒子最优的个体值都限定为0或1，而对粒子的速度不加限制；根据速度大小来选择在粒子对应位置上的为0或者1，速度较大，则表示对应位置选1的概率大；速度较小则意味着对应位置可能会选0，其基本公式如下式所示：式中的为随机产生的介于[0，1]之间的随机数；为防止函数饱和，粒子的速度设定在[-4,4]范围内，对应的函数为：其中，在步骤s3中所述改进算法收敛性的措施，利用压缩因子法，将粒子的速度按照下式进行修正：式中：且一般取c1＝c2＝2.05。仿真结果表明该方法能大大提高pso算法的收敛速度。对应之前的参数，选取ω＝k＝0.729，c1＝c2＝1.494。惯性权重ω对于平衡算法的全局搜索能力和局部搜索能力有很大作用，ω值较大，算法具有较强的全局搜索能力，但收敛性下降；ω值较小，算法倾向于局部搜索，易陷入局部极值。本发明采用的办法是将ω初始为0.9，并随迭代次数的增加递减为0.4，以达到较好的全局和局部搜索能力。图2是本发明多电源配电网的拓扑结构图，图中的箭头为配电网的正方向，a～i为定位的9个区域的状态，有故障为1，无故障为0；s1～s11为装有ftu的开关。根据配电网的结构以及各开关的期望状态ij*(sb)的定义，可以得到各开关的期望状态ij*(sb)如下：线路发生短路故障时，ftu检测到过流现象并上报至控制主站。主站分析故障信息，确定故障区段，部分情况的结果统计如下表：ftu上报情况定位情况ftu上传无误定位结果全部正确区段f故障，s2出现漏报区段f有故障区段f故障，s5出现误报区段f有故障区段c故障，s11出现误报区段c有故障显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。当前第1页12