基于改进人工鱼群优化算法的配网故障定位研究.pdf
《基于改进人工鱼群优化算法的配网故障定位研究.pdf》由会员分享,可在线阅读,更多相关《基于改进人工鱼群优化算法的配网故障定位研究.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 38 卷第 2 期电 力 科 学 与 技 术 学 报Vol.38 No.22023 年 3 月JOURNAL OF EIECTRIC POWER SCIENCE AND TECHNOLOGYMar.2023基于改进人工鱼群优化算法的配网故障定位研究武剑,薛玉石,山春凤,檀青松(国网石家庄供电公司,河北 石家庄 050051)摘要:配网作为直接面向用户的最前端,其稳定安全运行直接关系到用户的用电安全性与可靠性。然而 10 kV配网通常分支较多,线路环境复杂,线路发生故障时难以确定具体位置,影响供电可靠性。针对这一问题,利用粒子群(PSO)算法改进人工鱼群算法(AFSA),形成改进人工鱼群优化
2、算法(AFSAPSO),通过算例验证 AFSAPSO算法的可行性,最后应用于标准配网模型,验证其实用性与优越性。结果表明:AFSAPSO 算法能够准确反应配网中的单点故障和多重故障,且相较于 AFSA和 PSO算法,该算法寻优的平均迭代次数更短,具有更快的收敛速度。关键词:配网;人工鱼群算法;优化算法;故障定位DOI:10.19781/j.issn.16739140.2023.02.005中图分类号:TM76文章编号:16739140(2023)02004008A location approach for distribution network faults based on the en
3、hancedartificial fish swarm optimizationWU Jian,XUE Yushi,SHAN Chunfeng,TAN Qingsong(State Grid Shijiazhuang Electric Power Supply Company,Shijiazhuang 050051,China)Abstract:As the front end for users,the stable and safe operation of distribution networks are directly related to thereliable power su
4、pplies.However,the large amount of branches in 10 kV distribution networks makes the transmissionconditions more complicated.When a fault occurs,it is difficult to determine its specific location,which will affect thepower supply.In order to solve this,this paper uses particle swarm optimization(PSO
5、)to improve artificial fish swarmoptimization(AFSA).The feasibility of AFSAPSO algorithm is tested by a case study,where it is applied in a standarddistribution network model to verify its practicality and superiority.The results show that the AFSAPSO algorithm canaccurately reflect the single and m
6、ultiple point failures in distribution networks,and this algorithm is better in bothiteration times and convergence speed.Key words:distribution network;artificial fish swarm algorithm;optimization algorithm;fault location配网是电力系统电力输送网络的终端,直接与各类负荷相连接。配网现场环境复杂1,且全国用电量也紧跟社会高速发展,用电高峰屡创新高,对配网的压力急剧增加,对电能质
7、量的要求也越发严格2。然而配网线路复杂、设备老化等问题日趋严重,极易发生线路故障。为了能够及时处理线路故障问题,保障配网高效、安全、平稳运行,亟需解决配网故障定位问题3。配网中性点接线方式通常为中性点非直接接地4,如有单相接地故障,故障线路的电气量特征难收稿日期:20211202;修回日期:20220920基金项目:国网河北省电力有限公司科技项目(KJ2018059)通信作者:武剑(1979),男,本科,高级工程师,主要从事继电保护自动化、新能源并网研究;Email:武剑,等:基于改进人工鱼群优化算法的配网故障定位研究第 38 卷第 2 期以检测,针对这种现状,学者们通常利用线路故障前后的稳态
8、和暂态分量的差异来进行故障定位,或者采用专用设备,即馈线终端单元(feeder terminalunit,FTU)确定故障线路5。研究人员通过采取FTU 设备上报信号,利用矩阵算法或智能算法确定故障区间。其中矩阵算法利用矩阵描述线路拓扑结构以及故障信息,继而通过矩阵运算确定故障线路:文献 6 和文献 7 分别利用无向图和有向图表述线路拓扑和故障信号,但需要 FTU 设备能判断故障电流方向,对设备要求较高,经济性较低;文献 8通过测量各节点负荷大小,利用过热弧算法求出故障区域;文献 9 针对信号畸变问题,利用节点负荷变化更正畸变信号,解决故障定位时的信号不准难题;智能算法是将线路故障时的选线难题
9、转化数学问题,引入各种智能算法为数学问题求解最优值,实现故障选线的要求。文献 10 引入遗传算法,通过求解矩阵方程进行定位,除此之外,还有各种智能算法如蚁群算法11、人工免疫算法12、神经网络13、模拟退火算法14、粒子群算法15、模拟植物生长算法16等均有应用于配网故障定位中,但上述算法均有一定的局限性,如遗传算法较为繁琐,求解时间长、模拟退火算法难以达到合适的收敛性、矩阵算法容错性交叉等。针对上述配网故障定位难题,提出一种粒子群 优 化(particle swarm optimization,PSO)算 法 引入 人 工 鱼 群 算 法(artificial fish swarm algo
10、rithm,AFSA)的改进人工鱼群优化(AFSAPSO)算法,将人工鱼相关行为参数引进粒子群算法中,保证在局部寻优时的收敛效果;并利用两个算例验证改进算法的可行性;最后将改进算法应用于 IEEE标准 33 节点配网模型,并比较 ASFA、PSO 算法以及 AFSAPSO 算法寻找最优值所需的平均迭代次数,验证改进人工鱼群算法在配网故障定位中的的优越性和实用性。1算法基本原理1.1AFSA算法参数AFSA11属于智能仿真算法,是学者们研究自然环境中的集体鱼群在进行集体捕食、群聚等行为时,总结归纳得到的一种优化方法。水域中的食物浓度影响鱼群的行为轨迹,鱼群中个体的捕食与相互间的追尾、群聚等活动,
11、驱使鱼群向着食物浓度最高的位置靠近。AFSA 的控制变量为不同人工鱼所处的状态,可用向量S=()S1,S2,Sn表达,2 条人工鱼 i 和 j之间的距离计算如下:Sij=Si-Sj(1)1.2人工鱼行为AFSA 中,利用人工鱼作为寻优个体,模仿真实鱼的觅食过程中的不同行为做出不同的最优行为轨迹,以此得到寻优策略,人工鱼的基本行为如下。1)觅食行为。水域中不同位置的食物浓度不同,其浓度高低影响人工鱼的游动趋势,人工鱼趋向于食物浓度高的区域。假设某一人工鱼当前所处的状态为Si,在其可视范围Sv内任选另一点为Sj,若Si的目标函数(即食物浓度)Yi低于Yj,则人工鱼由Si游向Sj位置,即目标值更优,
12、下一位置为Sk+1i=Ski+Sj-SkiSj-SkiSsC(2)式中,C 在 0 和 1 间随机取值,Ss是人工鱼单次运动最大距离。若Si的目标函数Yi高于Yj,则在可视范围内另选新状态,重复此过程 n次后仍未前进,则人工鱼随机游动,即随机行为,下一位置为Sk+1i=Ski+SsC(3)2)聚群行为。水域中人工鱼密度的大小影响人工鱼的移动方向,人工鱼趋向于人工鱼密度大的区域。若某水域中人工鱼总数量为 M,某条人工鱼当前所处的状态为Si,在它的视野范围中共有 m条人工鱼,且位于视野中心处的人工鱼状态为 Sc,表示水域中人工鱼的密度大小的拥挤度因子。如果m/M ,意味着视野中心处食物浓度高,且拥
13、挤度小,人工鱼会朝着视野中心处移动,下一位置为Sk+1i=Ski+Sc-SkiSc-SkiSsC(4)若不满足条件,或视野中无人工鱼,则采取其41电力科学与技术学报2023 年 3 月他行为。3)追尾行为。人工鱼发现其他人工鱼附近食物浓度较高时,会跟寻最优人工鱼的移动方向。若某一人工鱼的状态为Si,在它视野范围内最优人工鱼的状态为Sz,若Yi Yz,且最优人工鱼视野范围内的人工鱼数 m 与总数 M 满足m/M ,则该人工鱼游向最优人工鱼,下一位置为Sk+1i=Ski+Sj-SkiSj-SkiSsC(5)否则执行觅食行为。4)随机行为。人工鱼不采用上述行为模式,在水域中随机游动,直至遇到满足上述
14、行为模式的条件。1.3AFSA算法步骤AFSA 优化过程中需要设置公告牌、行为选择、迭代终止条件,以达到最佳的优化条件17。公告牌用于保存最优人工鱼的目标函数并实时更新;行为选择表示人工鱼的移动趋向,通常可以依次执行 4 种行为,择优选择;迭代终止条件是算法结束的条件,若满足条件则停止优化,当前公告牌记录的目标函数即为寻找的最优值,若不满足则继续迭代。AFSA算法步骤如下:首先设置初始参数,如鱼群总数 M、拥挤度因子、最大视野范围Sv、最大运动 距 离Ss、最 大 游 动 次 数n等,根 据 文 献18,AFSA 对参数取值包容性较大,没有规定限定值;设定相关参数后,即可根据当前人工鱼所处状态
15、计算出相对应的目标函数,即食物密度,并在公告牌上记录;人工鱼根据周围环境确定一种行为,运动至下一个状态;根据运动后的状态计算对应的目标函数,并更新公告牌;检查是否满足迭代终止条件,如果满足就输出当前最优值,如果不满足就继续进行迭代。其流程如图 1所示:输出最优值是是否满足终止迭代条件求解函数值更新公告牌移动至下一位置行为选择求解函数值更新公告牌初始化设置开始否图 1人工鱼群算法流程Figure 1The flow chart of AFSA2改进 AFSA算法2.1改进的 AFSA算法AFSA 的优势是显而易见的,其全局收敛性强、参数选择简易,但也存在较大局限性。AFSA 迭代过程中收敛速度较
16、慢,特别是目标函数值相差较小时,人工鱼的觅食行为极易丢失更优解,从而影响优化效果。为此,文章引入 PSO 算法,PSO 算法具有步骤简单、收敛速度快等优势,且粒子间的相关性强,极易在局部收敛找到极值,将 PSO 算法与AFSA结合,以改进 AFAS。PSO 算 法 与 AFSA 类 似。PSO 算 法 中 粒 子的 位置由向量Xi=()x1,x2,xn表示,速度由向量Vi=()v1,v2,vn表 示,其 取 值 范 围 通 常 为-3,3,全局历史最优粒子记为Xp,各个粒子的历史最优位置记为Xg,迭代一次后的粒子速度如下:vk+1i,m=vki,m+a+ba=v1c1()xkg,m-xki,m
17、b=v2c2()xkp,m-xki,m(6)粒子的下一步取值如下:xk+1i,m=1,Sig(vk+1i,m)ck+1i,m0,其他(7)式中,xki,m为迭代 k 次后向量xi中第 m 个元素的值;为惯性权重系数;v1和v2为加速因子,c1和c2在 0与 1间随机取值;Sig为模糊函数,其计算式为Sig(x)=0.05,x -311+e-x,-3 x 30.95,x 3(8)由 于 AFSA 在 寻 优 方 面 的 局 限 性,文 章 对AFSA 中人工鱼行为进行优化,将其融入 PSO 算法 中 的 速 度 向 量 参 数 中;同 时 当 人 工 鱼 在 进 行行为选择时,如若选择结果为觅食
18、行为,且未寻得最优解,此时人工鱼不采用随机行为,而是遵循式(7)确定其下一步游动位置;所有人工鱼行为选择移动后,按照式(6)确定下一次移动的速度值,改 进 后 的 AFSAPSO 算 法 优 化 算 法 流 程 如 图 2所示。42武剑,等:基于改进人工鱼群优化算法的配网故障定位研究第 38 卷第 2 期采用群聚行为更新广告牌初始化设置开始否是否更优采用追尾行为否是否更优采用觅食行为否输出最优值是是否满足迭代终止条件更新速度更新公告牌采用 PSO确定下一步位置否是否更优是是是图 2改进人工鱼群算法流程Figure 2The flow chart of AFSAPSO2.2算例分析为验证 AFS
19、APSO 算法的可行性与优越性,本文分别使用 AFSA、PSO 以及 AFSAPSO 算法对如下算例进行计算。算例 1:min F1()X=i=1K1()x2i-1-2x2i+2(9)算例 2:min F2()X=i=0K260 x26i+1-54x6i+1+60 x26i+2-55x6i+2+60 x26i+3-56x6k+3+60 x26i+4-57x6k+4+60 x26i+5-57x6k+5+60 x26i+6-60 x6k+6-30 x6k+1x6k+4x6k+5-60 x6k+2x6k+3x6k+4+52(10)s.t.30 x1+16x2+14x3+11x4+10 x5+4x65
20、030 x7+16x8+14x9+11x10+10 x11+4x125030 x6k+1+16x6k+2+14x6k+3+11x6k+4+10 x6k+5+4x6k+650(11)本文设定变量的取值在 0 和 1 这 2 个数字中选择,其个数为N,.符号表示为向下取整函数,其中,K1=N+12,K2=N6。算例参数设置参照文献 19,其中 PSO 算法和AFSAPSO 算法的惯性权重系数取值为 1,加速因子v1和v2取值为 2,AFSA 的最大游动次数n取值为 20,人工鱼群的最大视野范围Sv、最大运动距离Ss等参数均在区间-3,3上均匀分布取值,粒子数和人工鱼数量均为 30,为方便比较,迭代
21、次数取值为 1 000,如果达到迭代次数则停止迭代。算例 1目标函数的最优值为 0,算例 2目标函数的最优值为 1。表 1、2 中 P 代表计算得到最优值需要的平均迭代次数、Q 代表运行过程计算得到最优解的次数、R%代表算得最优解的次数与总运行次数 之 比。图 3 为 平 均 函 数 值 与 迭 代 次 数 的 关 系曲线。表 1算例 1中不同算法计算结果Table 1Results of example 1算法PSOAFSAAFSAPSON501005010050100P34.5883.5225.4574.8620.5666.96Q200200200200200200R/%100100100
22、100100100表 2算例 2中不同算法计算结果Table 2Results of example 2算法PSOAFSAAFSAPSON305030503050P485.35824.1286.23560.5044.42251.12Q11848200140200194R/%59241007010097由表 1、2 中数据可知,AFSAPSO 算法能够得到算例的最优值,具有较好的可行性,且相比于PSO 算法以及 AFSA,AFSAPSO 算法能在更短的时间内收敛,能在较短的迭代次数中寻得最优值,具有一定的优越性。43电力科学与技术学报2023 年 3 月180160140120100806040
23、200目标函数值161141121101816141211迭代次数PSOAFSAPSOAFSA图 3算法迭代速度对比Figure 3Comparison of convergence speed3AFSAPSO 算 法 应 用 于 配 网 故 障定位通常配网中的各个节点以及联络开关等处均安装有 FTU,可用于测量电流、进行通信等功能,当线路发生故障时,FTU 能够测量到流过线路上的故障电流的大小,且将相关电气量上报,通过编码“0”和“1”,分别表示未出现故障电流和出现故障电流,但若用于故障定位还需要判别故障电流的方向。对于单端网络,线路故障时的故障电流方向为固定方向;但对于多端供电网络或者分布
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 人工 鱼群 优化 算法 故障 定位 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。