中低压配电网故障定位的改进蚁群算法研究

被引:14
作者
赵永生 [1 ]
秦浩 [1 ]
江和顺 [1 ]
赵爱华 [2 ]
吴轲 [3 ]
机构
[1] 国网安徽省电力有限公司
[2] 国网安徽省电力有限公司电力科学研究院
[3] 国电南瑞南京控制系统有限公司
基金
国家重点研发计划;
关键词
中低压配电网; 故障定位; 改进蚁群算法; 路径分解; 稀疏矩阵;
D O I
10.19557/j.cnki.1001-9944.2019.09.002
中图分类号
TP18 [人工智能理论]; TM75 [线路及杆塔];
学科分类号
080802 [电力系统及其自动化]; 140502 [人工智能];
摘要
蚁群算法在配电网故障定位中取得了良好的应用效果,但其具有搜索时间长、速度慢等特点,改进的蚁群算法能有效改善这些问题。首先,基于区域划分思想,将中低压配电网分为中压、低压配电网进行故障筛选,分别形成稀疏矩阵,以此完成对蚂蚁行走路线的预分解,降低解空间。然后,进一步利用聚类的思想对故障点进行深度分解,求解全局最优路径,提高寻优概率。并从初始化信息素稀疏矩阵及启发因子改进着手,引导算法跳出局部最优。此外,从工程应用角度,设计了故障定位与用电信息采集等各相关系统间的业务关系框架。试验结果验证了研究方法可极大提升停电事件统计的及时性和准确性。
引用
收藏
页码:5 / 9
页数:5
相关论文
共 10 条
[1]
求解大规模TSP问题的带导向信息素蚁群算法 [J].
顾竞豪 ;
王晓丹 ;
贾琪 .
火力与指挥控制, 2018, 43 (08) :111-115
[2]
计及可靠性评估的中压配电网规划方案比选 [J].
杨文丽 .
电力工程技术, 2018, 37 (02) :13-19+43
[3]
基于双策略蚁群算法的配电网络重构研究 [J].
周术鹏 ;
靳松 .
计算机工程与应用, 2018, 54 (20) :242-247
[4]
一种改进蚁群算法在TSP问题上的应用 [J].
矫德强 ;
常淮阳 .
科技与创新, 2018, (01) :145-146
[5]
改进蚁群算法在配电网故障区段定位中的应用 [J].
邱炜 ;
贾明娜 ;
王玮 .
山东电力技术, 2017, 44 (08) :19-22+27
[6]
中低压配电网故障定位综述 [J].
刘志杰 ;
丁苏 .
电子世界, 2017, (10) :184-186
[7]
基于线性判别分析和自适应K近邻法的手势识别 [J].
温俊芹 ;
王修晖 .
数据采集与处理, 2017, 32 (03) :643-648
[8]
基于密度的自适应搜索增量聚类法 [J].
周菊香 ;
钱雪忠 ;
孙志鹏 ;
宋威 .
电子技术与软件工程, 2016, (23) :170-173
[9]
新型城镇配电网形态特征及典型供电模式 [J].
向驰 ;
石文娟 ;
于伟 ;
周建华 ;
孙蓉 .
江苏电机工程, 2016, 35 (03) :64-67+70
[10]
用电信息采集系统应用现状及发展趋势 [J].
胡江溢 ;
祝恩国 ;
杜新纲 ;
杜蜀薇 .
电力系统自动化, 2014, 38 (02) :131-135