考虑多源信息的配电网故障定位容错方法

针对传统配电网故障定位算法仅考虑配电网馈线终端单元作为单一信息源存在容错率较低的问题,利用用户用电采集系统的供电信息作为冗余信息,考虑分布式电源接入配电网的影响构建故障定位适应度函数,并通过二进制粒子群算法求解模型.利用改进D-S证据理论进行证据融合,根据证据决策准则得到配电网故障区段定位结果.仿真结果表明,该算法可有效实现故障定位,并且在单重故障与双重故障下FTU信息有误时,较传统算法相比容错率有所提高.     

考虑多源信息的配电网故障定位容错方法

针对传统配电网故障定位算法仅考虑配电网馈线终端单元作为单一信息源存在容错率较低的问题,利用用户用电采集系统的供电信息作为冗余信息,考虑分布式电源接入配电网的影响构建故障定位适应度函数,并通过二进制粒子群算法求解模型.利用改进D-S证据理论进行证据融合,根据证据决策准则得到配电网故障区段定位结果.仿真结果表明,该算法可有效实现故障定位,并且在单重故障与双重故障下FTU信息有误时,较传统算法相比容错率有所提高.     

有源配电网具有容错性的快速故障区段定位方法

针对矩阵算法与优化算法在应用于有源配电网故障定位过程中存在容错性较差、易陷入局部最优等问题,提出了一种有源配电网具有容错性的快速故障区段定位方法.该方法首先利用矩阵算法快速筛选疑似故障区段,其次通过对优化算法开关数学模型进行改进以适应多个分布式电源投切,然后基于矩阵算法定位结果穷举所有可能存在的馈线区段状态,将其作为初...     

基于改进PSO-BP网络的配电网故障选线与测距

针对人工智能算法在解决配电网故障选线和测距问题时容易陷入局部最优解并难以满足精确性和鲁棒性要求的问题,提出了一种基于改进粒子群优化神经网络的配电网故障选线与测距算法.该算法结合混沌优化算法和粒子群优化算法得到收敛能力更强的粒子群优化算法,通过提取配电网的零序电压与电流的暂态及稳态特征来构成特征向量,并分别使用训练集训练改进粒子群优化神经网络算法,从而能更精确地预测配电网的故障线路及其距离.仿真测试结果表明,所提出的算法能获得更精确的选线和测距结果,具有一定的实用性.     

基于DIgSILENT仿真含分布式电源的故障定位算法

随着电网的智能与科学发展,大量分布式电源接入配电网系统,使得配电网系统向多电源复杂网络转变,传统的故障定位方法无法适用。首先经过比较分析现有的含分布式电源的故障定位算法,改进了一种基于网络拓扑结构的故障定位矩阵算法,构建反映网络拓扑结构的网络描述矩阵和反映故障潮流方向的故障信息矩阵,给出相应的故障区域的判断方法。在此基础上搭建仿真算例,结合电力仿真软件DIgSILENT验证了算法在单点故障、多点故障以及故障信息不完备的情况下的准确性。最后,将故障定位改进矩阵算法与其他矩阵算法进行对比分析,总结得出改进矩阵算法在单点、多点故障情况下只需一次矩阵运算,显著降低了运算量。     

基于多代理技术的分布式配电网故障定位算法

配电网的潮流方向、故障信息因为分布式电源并网发生改变,传统故障定位方法不再适用.针对当前分布式配电网故障定位算法计算量大、计算复杂等问题,改进了一种基于多代理技术的定位方法,将其与矩阵算法相结合.根据代理所处节点不同分为中央处理层、区域管理层和本地执行层;由电流相位信息根据相应判据得到各代理处故障方向;构建网络描述矩阵...     

基于改进粒子群算法的配电网检修计划优化方法

为提高配电网检修计划的合理性与经济性,提出一种基于改进粒子群算法配电网检修计划优化方法.首先,以检修成本、供电损失和故障损失最小为目标,以实际检修过程中存在的检修资源限制、检修先后顺序、安全稳定运行等问题为约束条件,建立符合实际配网检修过程的检修计划优化模型;其次,为减小求解问题的复杂度,提出对不同类型的约束采取相应的预处理方法;最后,通过将自然选择思想融入到种群粒子的迭代更新中,提高种群粒子的整体质量,克服标准粒子群算法存在的早熟收敛、易于陷入局部最优解的问题.将改进的粒子群算法应用于具体算例的求解,结果表明提出的模型和算法具有很好的可行性与合理性.     

基于BP神经网络的配电网故障辨识方法

随着配电网自动化终端设备的广泛应用,基于设备过电流信息的故障定位方法因原理简单、实现便捷而成为该领域的研究热点.该方法主要分为两类:统一矩阵算法和群体智能算法.统一矩阵算法的容错能力差,而群体智能算法在构造优化目标时存在逻辑建模的瓶颈问题.为有效克服上述缺点,提出了基于BP神经网络模式的配电网故障定位方法,利用FTU的特征量和BP神经网络的自学习性及良好的泛化能力实现配电网的故障定位,不但原理简单、实现方便,而且具有多重故障定位能力,仿真结果证明了该方法的有效性.     

基于二进制局部PSO算法的配电网故障恢复研究

针对配电网自身的特点,确定了故障恢复模型所采用的目标函数及其约束条件;在粒子群优化算法的基础上,提出了二进制局部PSO算法,并对该算法易早熟收敛和收敛速度慢的缺点进行了优化.通过算例的验证表明,该改进算法能够正确、有效地解决配电网故障恢复问题.     

改进粒子群算法辨识噪声模型的卡尔曼直接转矩控制

针对感应电机扩展卡尔曼滤波器状态估计中难以获得最优噪声矩阵问题,提出了一种基于改进粒子群算法辨识卡尔曼滤波器噪声矩阵的方法.通过调整粒子觅食策略对粒子群算法进行改进,运用改进算法优化滤波器噪声矩阵,再将优化的卡尔曼滤波器应用于感应电机无传感器直接转矩控制系统中.仿真结果表明,与试探法、标准粒子群算法和自适应粒子群算法相比,改进粒子群算法能够改善卡尔曼滤波器滤波性能,从而提高感应电机无传感器直接转矩控制系统的控制精度.