基于混沌优化蝙蝠算法的含分布式电源配电网故障区段定位

针对含分布式电源配电网故障区段定位问题,改进了已有的开关函数,并提出了一种基于混沌优化蝙蝠算法的诊断方法。利用蝙蝠算法全局寻优能力对配电网故障区段进行定位搜索,并针对蝙蝠算法易陷入局部最优的缺点,使用混沌策略对部分最优个体进行优化,使其收敛速度加快,定位准确度提高。通过建立算例配电网模型,对其多种故障定位结果分析表明,算法对于含分布式电源配电网故障区段定位具有一定的实用性。     

改进量子遗传算法在含分布式电源配电网中的应用

针对配电网中分布式电源的不断接入使得故障定位越来越困难,为了准确地定位故障和快速隔离故障支路,文中提出一种改进的量子遗传算法用于含分布式电源的配电网故障定位。利用动态旋转角策略更新量子门,在使用Tent映射的混沌优化法跳出局部最优。通过仿真对改进前后的算法进行对比分析,验证算法的准确性和有效性。仿真结果表明,所提方法具有收敛速度快、执行时间短等优点,能有效地定位故障区域。此研究为我国配电网故障定位方法的发展提供了参考和借鉴。     

基于免疫二进制粒子群优化算法的配电网故障 定位方法研究

针对二进制粒子群算法在复杂规模化配电网故障定位时收敛速度慢、易陷入局部最优解的缺陷,提出一种基于免疫二进制粒子群优化算法的配电网故障定位方法。首先,应用免疫系统信息处理机制对粒子群算法进行改进,在算法进化过程中建立记忆细胞单元存储优质抗体,避免抗体种群更新后的群体退化。其次,引入抗体浓度调节机制与免疫选择操作保持抗体种群多样性,强化算法全局搜索能力,防止算法早熟。在此基础上,构建亲和度评价函数将改进后的算法应用于配电网故障定位。仿真结果表明,基于免疫二进制粒子群优化算法的配电网故障定位方法能够有效提升算法收敛速度与故障定位准确率,且在故障信息畸变情况下具有良好的容错性能。     

基于深度强化学习哈里斯鹰算法的路径规划

哈里斯鹰算法存在容易早熟、陷入局部最优陷阱、稳定性较差等问题。为了提升算法性能，本文提出了一种利用深度确定性策略梯度算法（DDPG）改进的哈里斯鹰算法。该改进将深度强化学习和启发式算法结合，利用深度确定性策略梯度算法训练神经网络，再通过神经网络动态地生成哈里斯鹰算法关键参数，平衡算法全局搜索和局部搜索，并赋予算法后期跳出局部最优陷阱的能力。通过函数优化和路径规划对比实验，实验结果表明，DDPGHHO算法具有一定的泛化性和优秀的稳定性，且在不同环境下均能够搜索到更优路径。     

基于多策略改进哈里斯鹰算法的过热汽温模型参数辨识

为了进行控制器的设计和整定参数,建立精准的过热汽温模型,获得更好的控制效果。由于哈里斯鹰算法存在易陷入局部最优和收敛精度低的问题,提出多策略优化的哈里斯鹰优化算法。在探索阶段利用Logistic混沌映射,优化种群的初始化问题,从而改善哈里斯鹰算法收敛精度低的问题;然后通过随机收缩指数函数非线性化能量方程,使得算法在寻优过程更加协调;最后引入了自适应权重因子更新猎物的位置,提高算法的准确度。通过与其他算法比较,证明了本文算法的精准度。多策略优化的哈里斯鹰优化算法应用于现场数据辨识,对某600 MW超临界机组的过热汽温系统进行辨识,验证算法的准确性和优越性。     

基于改进烟花算法的配电网集中式馈线自动化故障定位研究

配电网是整个电网中结构最复杂和事故最频发的部分之一。因此,配电网故障的快速、准确定位成为重中之重。群智能算法在配电网故障定位中具有良好的应用效果,其中烟花算法以参数少、执行过程简单、实现容易、鲁棒性强等特点,在处理要求抗局部最优的优化问题上具有一定优势。针对烟花算法收敛较慢的缺陷,采用随机性原则作为新的保留机制,然后利用模拟退火算法增强烟花算法的抗局部最优的能力。经测试线路验证,证明改进后的烟花算法适用于配电网故障的快速、准确定位,且具有不错的搜索速度和容错能力。     

量子计算和免疫优化算法相结合的有源配电网故障定位

针对现有配电网区段定位算法在有源配电网故障定位时存在的定位耗时长和易陷入局部最优等问题,提出了一种基于量子免疫优化算法的故障定位方法.首先,根据馈线终端单元(feeder terminal unit,FTU)上传至主控制器的故障信息畸变问题,将畸变故障信息的误报、漏报计入故障变量,构建具有容错能力的适应度函数;其次,结...     

高心墙堆石坝大场景视频监控网络覆盖NCHHO优化

覆盖率和成本是衡量高心墙堆石坝视频监控网络部署优劣的重要指标。然而,现有研究缺乏对建设成本的综合考虑,且常用的视频监控网络覆盖优化求解方法存在收敛速度慢、易陷入局部最优等不足。针对上述问题,本文提出一种高心墙堆石坝大场景视频监控网络覆盖改进哈里斯鹰优化模型——非线性混沌哈里斯鹰优化（nonlinear chaotic Harris hawks optimization, NCHHO）模型。首先,提出表征视频网络部署成本的单位摄像头重复采样率指标,并基于集合覆盖理论构建以覆盖率和单位摄像头重复采样率最大为目标的视频监控网络覆盖优化模型。其次,利用混沌序列和非线性能量更新策略改进哈里斯鹰算法的种群初始化和搜索过程,提高算法的收敛速度、避免陷入早熟,并利用其求解视频监控网络覆盖优化模型。实例验证了改进哈里斯鹰算法在视频监控网络部署优化中的有效性和优越性,本研究得到的优化方案覆盖率和重复采样点比例分别为99.98%和60.3%,相比经验方案提高了13.8%和23.2%,显著优化了视频监控效果。     

基于改进多元宇宙算法的主动配电网故障定位方法研究

针对现有智能优化算法在求解主动配电网故障定位问题时存在的收敛速度慢、易陷入局部最优解、容错性差、种群质量低等问题,提出一种改进的多元宇宙优化算法(improved multi-verses optimization, IMVO)。首先构建具有容错能力的主动配电网模型,根据故障定位问题的特点对多元宇宙的种群进行离散化编码。其次将自适应精英策略融入改进算法的多元宇宙种群的更迭中,以保证多元宇宙的种群质量。设计基于非线性曲线变化的虫洞存在概率(wormhole existence probability, WEP)与旅行距离率(travel distance rate, TDR)的更新机制,以提高算法前段搜寻相对最优宇宙的能力与后段调整最优探测距离的精度。最后通过自适应突变操作增强改进算法的局部搜索能力,进而提高全局寻优能力。仿真实验结果表明,改进多元宇宙优化算法在单点、多点以及信息畸变故障定位中全局寻优能力显著,相较于其他优化算法在解决配电网故障定位问题上具有更高的准确率与收敛速率。     

计及配电线路参数影响的有源消弧算法分析与改进

考虑到配电网馈线自身阻抗及三相耦合作用的影响,对基于有源逆变器的单相接地故障全补偿零残流消弧算法进行了深入分析,并提出了改进思路。推导了全补偿故障消弧时有源逆变器的等效注入电流公式,表明有源消弧注入电流是由故障相电压和短路点的零序输入阻抗唯一确定。分析了有源电流和有源电压消弧算法,提出需利用消弧线圈电流折算、故障过渡电阻测量、单相接地故障区段定位等方法优化有源电流消弧算法;可通过监测负载电流和定位单相接地故障位置来优化有源电压消弧算法。研究结果对配电网单相接地故障有源消弧方法的改进提供了重要的理论依据。     

基于改进二进制灰狼优化算法的配网故障定位

灰狼算法具有结构简单、概念清晰、易实现和全局性能好等优点,但由于存在后期收敛速度慢、局部搜索能力弱等缺点。为提高配网故障定位的准确性和快速性,对灰狼优化算法进行了改进。首先,由于配网故障定位方法可以把问题表示为0~1整数规划问题,故引入转换函数,以解决算法在二进制空间里位置更新问题。然后引进动态权重策略,以平衡算法的全局搜索能力和局部搜索能力且加快算法收敛速度。最后加入概率扰动策略,使算法避免过早陷入局部收敛。本文通过配网故障的算例分析来验证改进二进制灰狼优化算法的可行性和高效性。     

基于改进 HHO 算法的螺纹钢丝头中径测量方法

针对现阶段基于图像处理进行螺纹中径测量时算法收敛速度慢、精度低的问题,提出一种基于改进哈里斯鹰优化算法的螺纹钢丝头中径测量方法.首先,采用三次样条插值法进行亚像素级的边缘检测,精确提取出螺纹波峰波谷等参数后再构建出中径适应度函数,最后,将螺旋式更新机制和非线性能量递减策略引入哈里斯鹰优化算法(HHO)来求解中径适应度函数.实验结果表明,改进的哈里斯鹰优化算法稳定性更好、精度更高,其中径测量的标准差比传统HHO算法降低了59.33％,中径测量结果的绝对均值误差比三针测量法降低了5.08％,比HHO算法降低37.78％.     

基于IELM算法的配电网故障区段定位

针对传统智能优化算法在配电网故障区段定位中存在准确率随配电网规模扩大而大幅下降的问题,提出一种基于改进仿电磁学(IELM)算法的配电网故障区段定位方法.首先,基于分层处理以及全局寻优思想对传统故障定位方法的一体式结构进行优化,通过改变算法结构实现单一故障及多重故障的分层处理并缩减多重故障定位的解空间规模.在结构优化的基础上对仿电磁学(ELM)算法进行改进,忽略全局电荷对单一电荷的影响,突出单一电荷对最优电荷的学习能力,提高其全局寻优能力及运算效率.最后,分别以IEEE 13节点单电源辐射配电网和改进后的4电源119节点配电网为仿真测试系统进行了测试.测试结果表明,所提故障区段定位方法在面对不同结构和规模的配电网时具有准确性高、容错性好、定位速度快以及降维效果佳等优点,在大规模配电网中具有良好的应用前景.     

基于BAS-IGA的含分布式电源配电网故障定位

针对遗传算法解决含分布式电源配电网故障区段定位易早熟收敛的问题,提出了一种基于天牛须搜索算法和改进遗传算法相结合的故障定位方法。该方法首先利用天牛须搜索算法产生高质量的初始种群,其次通过构造遗传算法数学模型、优化3种遗传算子和调节交叉变异概率对遗传算法进行改进,最终经遗传迭代产生最优解,达到精确定位故障区段的目的。以IEEE33节点配电网模型为例,分别针对单重故障、多重故障以及信息畸变情况进行仿真。仿真结果表明,提出的优化算法定位准确率为100%,且收敛速度快、容错性好。     

基于IBA-KELM模型的TCT光伏阵列故障诊断研究

针对光伏阵列的开路故障、短路故障、老化故障和局部阴影故障,提出了一种基于核极限学习机KELM（kernel extreme learning machine）的光伏阵列故障诊断方法,并采用改进的蝙蝠算法IBA（improved bat algorithm）对核极限学习机模型的参数进行优化来提高模型的诊断准确率。为避免蝙蝠算法陷入局部最优并加快在参数寻优过程中的收敛速度,引入Levy飞行策略并在速度更新公式中引入指数递减的惯性权重。通过全连接TCT（total-cross-tied）结构光伏阵列的故障数据验证表明,与BA-KELM,PSO-KELM、PSO-ELM模型相比,IBA-KELM模型在参数优化过程中收敛速度更快,优化后模型诊断精度也更高。     

矩阵算法和优化算法相结合的配电网故障定位

区段定位是配电网故障处理和供电恢复的重要环节。针对现有矩阵算法容错性差,而优化算法定位速度慢的问题,将两者进行优势互补,提出一种矩阵算法和优化算法相结合的配电网故障定位方法。首先,从故障告警的因果关联关系出发,建立配电网的矩阵描述并构建故障区段定位的改进矩阵判据,在告警信息正常时能够快速准确定位故障区段。其次,考虑存在告警信息畸变时,根据矩阵判据结果筛选可疑区段,并在此基础上构建优化模型进行容错判断,有效实现高容错性故障定位。最后,通过不同配电网系统算例仿真验证了所提定位方法的有效性和容错性。     

基于人工鱼群算法的主动配电网故障定位

为有效解决主动配电网的故障定位问题,提出了一种基于人工鱼群算法的主动配电网故障定位新方法。首先,提出适用于主动配电网的整数规划故障模型,根据馈线终端单元上传的电流越限信息,将复杂的配电网架构等效为由整数表述的故障向量。其次,为解决不同规模的主动配电网故障定位问题,构建新的适应度函数,并利用改进人工鱼群算法根据等效后的故障向量进行迭代寻优定位故障。该方法主要根据配电网中故障电流的方向来定位故障位置,而不需要考虑DG出力的不确定性。最后,通过Matlab仿真验证所提方法,结果表明该算法准确率高、迭代速度快、对畸变信息具有高容错能力。     

基于矩阵算法的有源配电网故障定位容错方法

故障区段定位对于配电网发生故障后的故障处理与恢复供电具有重要意义。针对有源配电网的故障定位方法中,矩阵算法计算速度快但容错性差、智能优化算法容错性高但定位速度慢且在大规模配电网中存在局部收敛的问题,提出了一种将矩阵算法和智能优化算法的优点相结合的定位方法。首先,在有源配电网发生故障后,利用馈线终端设置(Feeder Terminal Unit,FTU)上传的告警信息,运用矩阵算法快速定位故障区段。然后运用开关函数对矩阵算法的定位结果进行校验,避免因矩阵算法容错性差而输出错误的定位结果。校验不通过的定位结果将全部列入可疑故障集合,该集合的维度大幅低于配电网的维度,再运用灰狼优化（Grey Wolf Optimization,GWO）算法对该集合进行优化处理,从而输出最终的定位结果。在MATLAB上进行仿真测试,仿真结果表明此方法能在有源配电网中实现故障区段的快速定位,且具有一定的容错性。