基于二进制群智能算法的输电网故障诊断方法

被引:9
作者
臧天磊 [1 ]
何正友 [1 ]
李超文 [2 ]
钱清泉 [1 ]
机构
[1] 西南交通大学电气工程学院
[2] 六安供电公司
关键词
故障诊断; 输电网; 优化模型; 二进制粒子群算法; 二进制蚁群算法;
D O I
暂无
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
080802 ;
摘要
为保证电网故障诊断的准确性与实时性,将二进制粒子群算法(BPSO)和二进制蚁群算法(BACA)引入到电网故障诊断优化模型的求解中,并与遗传算法作了对比分析。对单一故障、多重故障、保护非逻辑性动作、信息丢失等不同故障信息条件下的故障案例进行了仿真。仿真结果表明二进制群智能算法在收敛速度和优化结果方面显著优于GA,同时验证了提出的电网故障诊断方法具有诊断准确和容错性好等优点。
引用
收藏
页码:16 / 22
页数:7
相关论文
共 8 条
[1]   基于二进制粒子群算法的辐射状配电网故障定位 [J].
李超文 ;
何正友 ;
张海平 ;
高辉 .
电力系统保护与控制, 2009, 37 (07) :35-39
[2]   基于二元蚁群算法求解组卷问题 [J].
程美英 ;
熊伟清 ;
魏平 .
计算机应用研究, 2008, (09) :2637-2639+2642
[3]   输电网故障诊断研究综述及发展 [J].
毛鹏 ;
许扬 ;
蒋平 .
继电器, 2005, (22) :84-91
[4]   基于贝叶斯网络及信息时序属性的电力系统故障诊断方法 [J].
吴欣 ;
郭创新 ;
曹一家 .
中国电机工程学报, 2005, (13) :14-18
[5]   一种基于Petri网和概率信息的电力系统故障诊断方法 [J].
孙静 ;
秦世引 ;
宋永华 .
电力系统自动化, 2003, (13) :10-14+23
[6]   基于新型神经网络的电网故障诊断方法 [J].
毕天姝 ;
倪以信 ;
吴复立 ;
杨奇逊 .
中国电机工程学报, 2002, (02) :74-79
[7]  
基于遗传算法的电力系统故障诊断的解析模型与方法──第一部分 : 模型与方法[J]. 文福拴,韩祯祥,田磊,史觉玮,张怀宇.电力系统及其自动化学报. 1998(03)
[8]   基于遗传算法和模拟退火算法的电力系统的故障诊断 [J].
文福拴 ;
韩祯祥 .
中国电机工程学报, 1994, (03) :29-35+6