基于混合算法的含DG配电网故障区段定位

针对现有故障区段定位方法在含分布式电源DG(distributed generation)配电网定位效果不理想,且故障信息畸变会影响故障区段定位准确性的问题,提出了一种基于蝙蝠和差分进化的混合算法的故障区段定位方法。首先在蝙蝠算法中引入差分进化算法,然后建立含DG配电网拓扑结构的开关函数和区段定位评价模型,解决了含DG配电网故障区段定位问题。该混合算法提高了收敛精度、多样性,避免种群个体陷入局部最优,算例仿真结果验证了该算法能够准确地定位含DG配电网的单一和多重故障区段,具有良好的容错性。     

含分布式电源配电网多重故障定位的研究

为适应含有分布式电源(DR)的配电网发展需求,提出了一种较简洁的基于矩阵算法的含分布式电源配电网多重故障定位(可含有馈线末端故障)的方法。该算法首先对无关信息排除精简,然后根据网络描述矩阵形成故障判别矩阵,最后给出障定位的统一判据。还对故障信息畸变的情况给出了解决对策。算例测试结果验证了该方法的正确性和可行性。     

分布式发电条件下配电网故障定位的矩阵算法

分布式发电(DG)接入配电网后,配电网变成了多电源复杂网络,传统的故障定位算法不再适用.本文提出了一种能解决多电源复杂配电网多重故障定位(可含有馈线末端故障)的矩阵算法.该算法对于故障信息不完备和故障信息畸变的情况同样适用.算例测试结果验证了该方法的正确性和可行性,在配电网实时故障定位的应用中具有很大的潜力.     

基于可达矩阵和贝叶斯定理的含分布式电源的配电网故障区段定位

随着分布式电源接入配电网,电流变为双向流动,导致传统的故障区段定位方法不再适用。为解决含分布式电源的配电网故障区段定位问题,提出了一种基于可达矩阵和贝叶斯定理的故障区段定位方法。不同于传统矩阵算法中使用邻接矩阵描述网络拓扑的思路,使用蕴含信息量更大、全局可观性更强的可达矩阵进行拓扑描述和矩阵运算。为应对信息畸变,利用贝叶斯定理进行容错处理,从而找出故障区段。算例结果表明：该方法具有良好的通用性,对于电机型和逆变型分布式电源,可以统一处理。对于含分布式电源的配电网中的单个故障和多重故障,该方法能够准确定位故障区段并且具有一定的容错性。     

含分布式电源配电网的快速故障区段定位

分布式电源(distributed generator,DG)的接入使配电网的结构发生改变,导致传统的配电网故障定位算法失效。本文针对含DG的配电网故障定位问题,提出了一种快速判断故障区段的矩阵算法。结合配电网的运行特点,以配电网运行网络中节点和馈线区段间的邻接关系为依据,优化了网络描述矩阵,并提出相应的故障判据。结合不同类型DG的故障特性对算法的通用性进行了分析。该算法网络描述简单直观,运算量小,通用性强,判断迅速准确。最后,本文验证了该算法在复杂配电网单一故障和多重故障下故障区段定位的有效性。     

基于MOPSO的含分布式光伏配电网故障区段定位

光伏等分布式电源接入配电网,影响故障电流的分布,导致传统配网故障区段定位方法不再适用,对此提出基于MOPSO的含分布式光伏电源配网故障区段定位方法。针对配网发生单相接地故障情形,基于故障暂态分量确定终端状态的编码。考虑在不同光照强度下光伏电源提供的故障电流特性,构建满足光伏电源动态投切的开关函数。针对使用单目标优化智能算法易造成不收敛,以及NSGA-II计算复杂度较高的问题,提出采用多目标粒子群算法(MOPSO)定位故障区段。该算法避免了对权值的选取,且计算复杂度低。算例分析表明所提方法能实现含光伏配电网发生单一和多重故障的区段定位,且对畸变信息具有一定的容错性。     

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.     

基于粒子群和差分进化算法的含分布式电源配电网故障区段定位

配电网中引入分布式电源将导致传统的故障区段定位方法不再适用。通过构建新的开关函数,提出了基于二进制混合算法的配电网故障区段定位方法。该方法可动态适应分布式电源的投切,在进行多重故障定位时只需确定一次正方向,利用双种群进化策略和信息交换机制实现了粒子群和差分进化算法的混合。算例分析结果表明该方法能够对含分布式电源的配电网中的单一和多重故障进行准确定位,并且具有一定的容错性和高效性。     

粒子群优化算法含分布式电源配电网故障定位

为了提高含分布式电源配电网故障定位的准确性,针对传统含分布式电源配电网故障定位方法的不足,提出了基于粒子优化算法的含分布式电源配电网故障定位方法。根据含分布式电源配电网故障的监测函数设计粒子群优化算法的适应度函数,通过粒子之间的相互协作实现含分布式电源配电网故障定位,采用Matlab 2014仿真工具箱对故障诊断性能进行测试。结果表明,粒子群优化算法提高了含分布式电源配电网故障定位的正确率,加快了分布式电源配电网故障定位的速度,而且综合性能明显优于其他含分布式电源配电网故障方法。     

多源信息辅助分区的主动配电网故障区段定位

在分布式电源快速发展的背景下,实现主动配电网的快速、准确故障定位面临普适性和容错性等挑战。首先结合主动配电网故障发生位置与过流报警信息之间的关系,分析了现有故障区段定位方法的适用性问题,基于改进的开关函数与适应度函数构建了故障区段定位的数学模型。然后将用电信息采集系统作为故障定位的第二信息源,提出了多源信息故障辅助分区方法,进而利用离散智能优化算法进行求解。最后,采用多种故障及信息畸变场景进行算例仿真,并对比分析了是否利用多源信息及是否采用离散寻优算法等不同定位方法的测试结果,验证了所提方法在主动配电网故障区段定位问题中的适用性、准确性和高效性。     

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。     

基于设备信息交互的小电流接地故障定位

为解决小电流接地系统故障定位问题,提出一种利用IEC61850规约进行设备信息交互、比对故障特征波形的配电网故障定位方法。相对传统基于上下游低频波形的差异判别,通过对小电流接地故障暂态特征分析,提取了配电系统特征频带。利用该频带提出基于EMD的改进算法,获得了有效滤除高频干扰的线路特征零模电流,对比线路各区段特征零模电流波形相似度与幅值差度最终确定故障位置。针对上述方法,结合IEC61850规约,所提出的故障定位实现仅需要设备间信息交互,减少主站通信压力,定位效率显著提高。基于Matlab/Simulink的配网小电流接地故障仿真验证了所提定位方法可应对多分布式电源接入、多点故障的复杂情况。设计的配电装置动模仿真也进一步说明了本方法具有更高的准确性、更强的实用性。     

基于NSGA-II算法的有源配电网故障定位方法研究

文章提出一种适用于有源配电网故障定位的多目标优化模型,并采用带精英策略的非支配排序遗传算法(Non-dominant Sorting Genetic Algorithm with Elite Strategy,NSGA-Ⅱ)进行优化求解。传统的有源配电网故障定位方法采用单目标优化模型进行求解,其目标函数由各个分目标函数加权而成,但权值选取不当会影响定位结果,导致误判或漏判。而基于Pareto最优概念的NSGA-Ⅱ算法计算简单,能综合全局找到最优解,无需考虑权值的影响。最后,通过PSCAD搭建修正的IEEE 33节点配电网模型,并考虑到智能终端单元信息误报的三种情况,分别从单一、多重故障两方面进行仿真。通过选取四种典型故障情形,分别用文章方法和传统的基于单目标优化模型的定位方法进行对比。通过对比发现,基于NSGA-Ⅱ的多目标优化的故障定位方法在单一或多种类型信息误报下依然能够准确定位故障区段,可靠性高。     

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。     

基于图论的矩阵算法在配电网故障定位中的应用

分析现有配电网故障定位算法的不足,提出一种基于图论知识的改进配电网故障定位算法。该算法首先利用配电网有向拓扑结构生成一个可反映配电网拓扑信息的网络拓扑矩阵,当配电网发生故障时,安装在开关处的馈线终端（FTU）通过通用分组服务技术（GPRS）网络向主站上传故障信号,生成故障信息矩阵,进而得到故障判定矩阵,由故障判据定位故障发生区段。该算法不仅可以对单电源的配电网单重故障定位,对于多电源网络的多重故障以及馈线末端故障也可作出快速判断,同时对于FTU上传的不完备故障信息情况也同样适用。算例测试结果表明,该算法判断简洁直观,计算量小,实用性强,满足现代配网自动化要求。     

基于子网络划分的含DG配电网故障区段定位

针对含分布式电源配电网的故障区段定位困难的问题,提出一种基于子网络划分的配电网故障区段定位算法。该算法分为三步:第一步构建配电网的拓扑网络描述矩阵;第二步将结构复杂的配电网划分为多个子网络,并获取各子网络的方向性描述矩阵和故障信息向量,进而建立故障定位判别矩阵;第三步根据判别矩阵进行故障定位。案例分析了配电网发生单一故障、故障路径部分重叠及故障路径完全重叠的多重故障时的适应性,结果表明了所提算法的有效性。     

基于相量校正的多源配电网故障区段定位

为简化含分布电源的配电网故障定位算法过程,并提高故障定位算法的容错性,以矩阵算法为基础提出一种改进的区段定位算法。首先,建立描述节点区段关系的结构描述矩阵,并通过判断是否检测到过电流及过流方向建立故障信息矩阵。然后,利用结构描述矩阵和故障信息矩阵相乘得到故障判断矩阵,并根据区段对应矩阵中行元素构成的不同将区段划分类型,建立各类型区段下反映所有故障情况的故障判据。最后,对照故障判断矩阵行元素与故障判据,判断出发生故障的区段。针对配网中FTU上传信息易发生畸变的情况,提出了基于相量校正的信息畸变校正方法,通过故障电流与正常运行电流相位差异进行定位结果的修正,降低故障信息畸变对定位结果的影响。对DG的投切状况以及配电网两相和三相短路的单重多重故障进行仿真,结果验证了所提故障定位算法的原理简单、准确度好并具有一定的容错能力。     

基于量子行为粒子群算法的含分布式电源的配电网故障定位

分布式电源的大量接入,使得传统配电网故障定位方法的适用性变差。针对这一问题,引入量子行为粒子群算法实现含分布式电源的配电网的故障定位。在对量子行为粒子群算法进行改进后,使其更适用于包含0-1离散变量的配电网故障定位。同时算法融入了自然选择的淘汰机理,提高了算法的收敛性和精确性。考虑到在实际应用中故障信息的缺失,对信息采用了相应的补漏措施,提高了算法的容错性。算例的仿真结果验证了该算法定位的准确性、适用性及可行性。     

配电网故障区间定位的改进矩阵算法

分析目前配电网故障定位算法中存在的不足,结合配电网的结构特点,提出网络关系矩阵概念和用于故障定位的改进矩阵算法。该算法与之前的矩阵算法及其他改进矩阵算法相比,具有原理简单,无须复杂的运算且运算量小,实时性好的特点。不仅适用于单电源供电的简单配电网故障定位,也适用于多电源供电的复杂配电网故障定位。不仅可以快速准确地定位单点故障,也可以快速准确地定位多点故障。甚至各台柱上FTU上传主站的信号发生畸变时,仍能快速准确地定位故障,具有非常好的容错性能。实例分析和案例仿真表明该算法的可行性与准确性。     

基于多源信息和遗传算法的配电网故障定位模型

准确地定位配电网的故障区段对于用户供电可靠性有十分重大的意义。目前所提出的配电网故障定位算法有一定的局限性,当信号发生畸变时,很容易出现误判,导致无法快速准确定位到故障区段。针对现有算法的局限性,考虑增加信息多源性,在遗传算法的基础上引入低压侧用户信息,构建了一个高鲁棒性的故障定位模型。通过算例仿真分析,最终证明了该算法相比于不考虑低压侧用户停电信息的算法具有更高的准确性,更加适用于实际工程。