技术新讯 > 发电变电,配电装置的制造技术 > 一种基于改进的进化算法的配电网故障重构方法与流程  >  正文

一种基于改进的进化算法的配电网故障重构方法与流程

  • 国知局
  • 2024-09-11 14:17:20

本发明实施例涉及配电网故障分析,尤其涉及一种基于改进的进化算法的配电网故障重构。

背景技术:

1、随着配电网复杂性和故障率的不断增加,当配电网发生故障时,对配电网进行故障重构已成为故障隔离和拓扑调整的有效方法。配电网故障重构是通过调整分段开关和互连开关的状态来修改配电网拓扑以恢复供电的过程。此外,它也是减少功率损耗和改善整体电压分布的重要方法。

2、目前在解决配电网故障重构问题时,大多是将其视为单目标或多目标优化问题,然后去寻找一个最优解,而忽略了其多模态性。配电网的故障重构的多模态性指,当配电网发生故障时,存在不止一个能解决故障的故障重构方案。如果只找到一个最优解,当环境发生变化时,所实现的解决方案可能变得不可行或不适用。因此,这种方法不够可靠,且缺乏灵活性,不能保证配电网故障重构的稳定性。

技术实现思路

1、本发明实施例提供一种基于改进的进化算法的配电网故障重构方法,能够在配电网发生故障时,快速准确的找到尽可能多的等效的故障重构方案,提高配电网故障重构方案的灵活性,进一步保证配电网故障重构的稳定性。

2、第一方面,本发明实施例提供一种基于改进的进化算法的配电网故障重构方法,包括:

3、获取配电网的历史故障数据,并基于所述历史故障数据和预先确定的粒子群优化算法构建粒子群优化模型;其中,所述粒子群优化模型包括种群、粒子、初始邻域集和初始历史集;

4、当所述粒子群优化模型不满足预设条件时,基于所述种群更新所述初始邻域集,基于更新后的所述初始邻域集、预先建立的故障重构数学模型更新所述初始历史集,直到所述粒子群优化模型满足所述预设条件时,得到目标粒子群优化模型,所述目标粒子群优化模型包括最优邻域集和最优历史集;

5、基于所述最优历史集的所有个体确定所述配电网的各个目标故障重构方案。

6、第二方面,本发明实施例提供一种基于改进的进化算法的配电网故障重构装置,所述装置包括:

7、数据获取模块,用于获取配电网的历史故障数据,并基于所述历史故障数据和预先确定的粒子群优化算法构建粒子群优化模型;其中,所述粒子群优化模型包括种群、粒子、初始邻域集和初始历史集;

8、模型训练模块,用于当所述粒子群优化模型不满足预设条件时,基于所述种群更新所述初始邻域集,基于更新后的所述初始邻域集、预先建立的故障重构数学模型更新所述初始历史集,直到所述粒子群优化模型满足所述预设条件时,得到最优邻域集和最优历史集;

9、方案确定模块,用于基于所述最优历史集的所有个体确定所述配电网的各个目标故障重构方案。

10、第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的一种基于改进的进化算法的配电网故障重构方法。

11、第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的一种基于改进的进化算法的配电网故障重构方法。

12、本发明实施例中,可以获取配电网的历史故障数据,并基于历史故障数据和预先确定的粒子群优化算法构建粒子群优化模型;当粒子群优化模型不满足预设条件时,基于种群更新初始邻域集,基于更新后的初始邻域集、预先建立的故障重构数学模型更新初始历史集,直到粒子群优化模型满足预设条件时,得到目标粒子群优化模型,目标粒子群优化模型包括最优邻域集和最优历史集;基于最优历史集的所有个体确定配电网的各个目标故障重构方案。即本发明实施例中,可以根据粒子群优化算法构建粒子群优化模型,通过粒子群优化算法,探索多个潜在故障重构方案,而不是仅找到一个可行解。通过预先建立的故障重构数学模型对各个故障重构方案进行优化、筛选,可以从多个潜在故障重构方案中找出多个等效的目标故障重构方案,便于后续根据配电网的实际情况和多个等效的目标故障重构方案对配电网进行故障重构,将故障导致的停电时间和范围降至最低,从而减少对用户的影响和经济损失。

技术特征:

1.一种基于改进的进化算法的配电网故障重构方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述故障重构数学模型包括目标优化函数和约束条件,所述约束条件包括功率平衡约束和运行约束,在所述构建初始化粒子群优化模型之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述目标优化函数包括功率损耗函数和电压偏差函数,在所述构建初始化粒子群优化模型之前,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,基于所述种群更新所述初始邻域集,包括:

5.根据权利要求1所述的方法,其特征在于,基于更新后的所述初始邻域集、预先建立的优化目标函数和约束条件更新所述初始历史集,包括:

6.根据权利要求5所述的方法,其特征在于,基于所述最优邻域个体、所述最优历史个体、所述故障重构数学模型、预设粒子的速度更新公式和位置更新公式,更新所述初始历史集,包括:

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.一种基于改进的进化算法的配电网故障重构装置,其特征在于,包括:

9.一种电子设备,所述电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任一所述的一种基于改进的进化算法的配电网故障重构方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一所述的一种基于改进的进化算法的配电网故障重构方法。

技术总结本发明实施例公开了一种基于改进的进化算法的配电网故障重构方法,该方法包括:获取配电网的历史故障数据,并基于历史故障数据和预先确定的粒子群优化算法构建粒子群优化模型;当粒子群优化模型不满足预设条件时,基于种群更新初始邻域集,基于更新后的初始邻域集、预先建立的故障重构数学模型更新初始历史集,直到粒子群优化模型满足预设条件时,得到目标粒子群优化模型;基于最优历史集的所有个体确定配电网的各个目标故障重构方案。本发明实施例的方法可以确定出多个等效的目标故障重构方案,便于后续根据配电网的实际情况对配电网进行故障重构,将故障导致的停电时间和范围降至最低,从而减少对用户的影响和经济损失。技术研发人员:李俊辉,曾子县,梁咏秋受保护的技术使用者:广东电网有限责任公司技术研发日:技术公布日:2024/9/9

本文地址:https://www.jishuxx.com/zhuanli/20240911/290032.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。