基于改进鲸鱼算法的含DG配电网故障区段定位

针对鲸鱼优化算法存在收敛速度较慢、定位精度不够高等问题,文中提出了一种基于改进鲸鱼算法的含分布式电源配电网故障区段定位方法。构建了一种适用于多电源配电网故障定位的数学模型,采用自适应惯性权重策略来优化鲸鱼算法,并利用改进后的鲸鱼算法对构建的定位模型进行求解。在33节点含分布式电源的配电网上进行算例仿真,仿真结果表明在配电网发生单重、多重故障的情况下,改进后的鲸鱼算法能快速准确地定位出故障区段,且具有良好的容错性能。相较于传统鲸鱼算法,改进鲸鱼算法收敛速度更快,定位准确性更高,定位的可靠性也更高。     

基于矩阵算法和优化算法的配电网故障定位

区段定位是配电网故障处理的重要手段.根据现有矩阵算法存在的问题,在保证优化算法高效定位的基础上,将两种算法有效结合,提出一种新型配电网故障定位方法.首先针对配电网故障告警出现的原因,在精确描述配电网矩阵的基础上,构建故障区段定位矩阵,为后期改进和优化相关矩阵及快速定位故障区段提供重要的依据和参考.其次根据告警信息,利用...     

基于概率神经网络的配电网故障区段定位建模

配电网故障区段定位方法容易受到冗余数据的影响,导致定位精准度下降,为解决这一问题,提出了基于概率神经网络的配电网故障区段定位建模方法。分析概率神经网络组成结构,设计配电网故障区段定位训练过程,以此优化网络模型,剔除容易受到噪声干扰的冗余数据。通过对故障暂态零序电流序列的分析,以馈线为例采用概率神经网络方法求解配电网故障区间位置的非线性整数规划模型,并结合连续空间上的互补非线性约束条件,构造连续域内配电网故障区段位置互补约束规划模型,完成故障区段定位。由实验结果可知,该模型在故障信号段内,波动范围从0.8下降到0.2,与实际故障信号波动范围一致,定位精准度较高。     

含光伏系统的微网并入配电网的故障区段定位研究

为解决传统配电网继电保护故障定位系统难以应对含光伏系统的微网并网运行的问题,提出了一种集中与分布式相结合的故障区域检测与隔离的保护方法。根据配电网的拓扑结构和假定的网络功率流向形成网络描述矩阵,在配电系统发生短路故障时,根据被保护线路故障的电压、电流分量的相位关系确定故障正方向,并形成故障信息矩阵。以故障信息矩阵对网络描述矩阵进行修正而形成故障判断矩阵,利用故障定位判据逐一查询故障判断矩阵即可快速准确地定位出故障位置,从而发出跳闸命令切除故障。     

传感器网络的粒子群优化定位算法

无线传感器网络定位问题是一个基于不同距离或路径测量值的优化问题。由于传统的节点定位算法采用最小二乘法求解非线性方程组时很容易受到测距误差的影响,为了提高节点的定位精度,将粒子群优化算法引入到传感器网络定位中,提出了一种传感器网络的粒子群优化定位算法。该算法利用未知节点接收到的锚节点的距离信息,通过迭代方法搜索未知节点位置。仿真结果表明,该算法有效地抑制了测距误差累积对定位精度的影响,提高了节点的定位精度。     

基于粒子群优化算法的配电网优化调度模型

配电网优化调度可以为决策者提供有价值的信息,为了获得理想的配电网优化调度方案,提出基于粒子群算法的配电网优化调度模型。首先对配电网优化调度研究现状进行分析,指出当前模型的不足,并设计了配电网优化调度问题的目标函数和约束条件,然后采用粒子群优化算法模拟粒子群搜索过程找到最优方案,并对标准粒子群算法的不足进行了改进,最后采用配电网优化调度实验测试其有效性。结果表明,该模型可以快速、准确地找到配电网优化调度的最优方案,具有一定的实际应用价值。     

基于Dijkstra算法的电力光通信网络智能运维设备脱网故障区段定位方法

智能运维设备发生脱网故障后,往往难以定位,为实现脱网故障区段与故障电流分布间映射关系的确定、寻找脱网故障区段与故障电流分布间映射关系的最短路径,设计一种基于Dijkstra算法的电力光通信网络智能运维设备脱网故障区段定位方法。选择数据驱动方法中的LightGBM算法,通过大量样本确定离网故障区段与故障电流分布之间的映射关系。基于Dijkstra算法寻找映射关系的最短路径,实施脱网故障区段搜索。设计电力光通信网络智能运维设备脱网故障区段定位平台,实现脱网故障点即智能运维设备信号丢失的定位与告警。对比实验显示,在SDH环网电路区域中的光缆中断导致的脱网故障区段定位、多路由段的光缆故障下的脱网故障区段定位,以及在环状电力区域中的多路由段的光缆故障下的脱网故障区段定位场景中,该方法的定位结果与实际位置最贴近,定位最准确。     

基于蚁群算法的配电网故障定位系统研究

为准确快速定位故障,实现故障分支快速隔离避免故障进一步扩大,构建了基于蚁群寻优算法的配电网故障定位系统。通过采集配电网实时运行电气特征数据,经Agent监控单元的F检验显著性概率值P分析,结合蚁群寻优距离值测算,可实现对故障区域和元件的准确定位。以IEEE9三机九节点配电系统为例进行仿真测试,结果表明蚁群寻优算法具有良好正反馈和并行运算能力,定位系统能准确判断故障位置,为配电网故障快速排查及解除决策提供详细数据支撑。     

基于粒子群算法的无线传感器网络覆盖优化

传统无线传感器网络覆盖优化方法所选算法的结构不合理,使其覆盖能力、迭代能力和有效性无法维系网络基本功能,为此提出粒子群算法的无线传感器网络覆盖优化方法。通过构建无线传感器网络认知模型,将网络覆盖优化工作转化成求取目标物体最大覆盖几率问题,使用粒子群算法对模型进行编码,利用模型适应度函数给出的约束值对网络节点位置进行更新,实现对无线传感器网络覆盖率的优化。通过分析仿真实验结论可知,与传统方法相比,该方法具有更强的覆盖能力、迭代能力和有效性。     

基于线性递减系数粒子群优化算法的组卷实现

为了避免目前常用的组卷算法组卷时间长、程序结构复杂、收敛速度慢等缺陷,提出基于线性递减系数粒子群优化算法的组卷策略。通过调整惯性系数,使得步长较小,惯性权系数的变化幅度小,这种减小趋势较为缓慢的方法能够避免陷入局部最优。并对数学模型以及线性递减惯性权系数进行了理论设计,同时通过编程实现了该算法。测试结果表明加入线性递减系数后运算迭代次数明显减少,证明加入线性递减系数后的组卷策略收敛性好,能够高效准确地按照一定的预期条件进行组卷,符合预期要求。     

基于BAS算法的配电网无功优化

配电网无功优化是保证其经济安全运行的重要措施.针对配电网无功优化问题,文章提出基于天牛须搜索算法的配电网无功优化策略,同时,引入自适应变化的步长因子改善BAS算法的迭代速度.最后,在Matlab中引入IEEE33节点配电网系统对基于粒子群算法、天牛须搜索算法和改进天牛须搜索算法的无功优化策略进行仿真验证并做对比分析,仿...     

浅析小电流接地故障区段定位方法在配网自动化中的应用

本文中从小电流接地故障区段定位方法分析入手,分析了小电流接地故障区段定位。     

配电网自动化系统中的小电流接地故障区段定位方法设计与实现

阐述小电流接地故障的特点,探讨故障区段定位原理,包括电压法定位、电流法定位和时频分析法定位。分析时频分析定位方法的实现过程,数据采集和处理、算法实现、结果分析评估、测试验证。     

一种基于粒子群优化算法的快速圆检测方法

为了实现以较少的内存资源,快速而准确地进行圆 检测, 提出一种基于粒子群的快速圆检测方法。方法中,以每个粒子作为一个候选圆,采用优化策 略,以粒子 运动、融合更新等操作完成圆的检测。优化策略包括提出使用一种图像分块的策略限 定圆检测的感兴趣区 域,各个图像块的大小由各个块内粒子的生成结果决定,以起到抑制部分噪声的作用。为减 少生成无用粒子的概 率,提高检测效率,提出融入图像金字塔的思想,并以循证的方法对粒子的有效性加以验证 。实验结果表明,本文 方法对于检测手绘的、嵌套的、不完整的或包含有大量噪声的圆,均能起到较好的检测效果 ;能 够在较短的时间内排除众多干扰,准确地进行圆的检测,具有检测速度快、内存消耗小和适 用范围广等优点。     

基于粒子群算法的数值积分方法研究

提出了一种基于粒子群算法的不等距节点数值积分方法.该方法初始时在积分区间内任意选取一定的节点,通过粒子群算法优化这些节点,最后得出比较精确的积分结果.本算法计算精度高,对被积函数要求低.数值积分算例验证了本算法的有效性和正确性,因此在工程实际中具有一定的参考和应用价值.     

基于粒子群优化算法的传感器优化部署方法研究

针对目前三维空间传感器部署算法PSO算法存在寻优精度、全局收敛性和收敛速度不能保证的问题,提出了通过惯性权重线性递减策略与动态加速常数自适应策略改进的基于粒子群的WCPSO优化算法,有效地提高了算法的寻优精度和收敛速度。给出了算法的设计方案并进行了来袭路径未知和来袭路径预估情况下的仿真实验,仿真实验结果表明WCPSO算法的优化效果和效率都要优于改进前的PSO算法。     

基于遗传算法的配网故障抢修驻点定位方法

电力配网故障时有发生,人为定位配网故障抢修驻点有一定难度,且费时费力,针对此问题,提出了一种基于遗传算法的配网故障抢修驻点定位方法。通过建立遗传算法求解数学模型,求解配网故障抢修最优驻点。实验结果与分析验证了遗传算法在配网故障抢修驻点定位中的准确性和有效性,展示了其优越的性能和较好的收敛性。     

基于量子粒子群优化算法的图像分割方法

利用量子粒子群优化算法(QPSO)对二维Fisher准则图像分割评价函数进行了全局优化,提高了分割阈值的求解速度。并针对量子粒子群优化算法存在收敛性差、易早熟的问题,提出了量子粒子群优化算法和邻域搜索双重寻优的改进算法。实验结果表明,改进后的分割方法具有良好的分割效果和求解速度。寻找到的最佳阈值与二维Fisher准则函数算法完全相同,而阈值求解时间只有二维Fisher准则函数算法的1/3。