蚁群算法在配电网故障定位中的应用及其优化

被引:15
作者
秦立军
杨万涛
机构
[1] 华北电力大学电气与电子工程学院
关键词
蚁群算法; 故障定位; 系统分区; 蚂蚁鱼群混合算法;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TM727 [电力网];
学科分类号
080802 [电力系统及其自动化]; 140502 [人工智能];
摘要
准确快速地定位故障是配电网故障隔离、供电恢复的基本前提,有重要现实意义。传统的矩阵算法,速度较快,但因不具备容错性而易误判,蚁群算法有较好的容错性,但其耗时长、易陷入局部最优等方面有待改进。深入研究了蚁群算法如何应用于配电网故障定位之中,以IEEE-33节点为算例进行仿真,结果表明无论有无故障信息的畸变,蚁群算法均可以准确判断故障位置。并针对蚁群算法的不足,进行了优化,首先提出蚂蚁鱼群混合算法,防止陷入局部最优;而后提出系统分区思想,提升算法的搜索速度和效率。
引用
收藏
页码:73 / 76
页数:4
相关论文
共 7 条
[1]
基于混合算法的配电网故障定位 [J].
段大伟 ;
周晓宇 .
黑龙江科学, 2011, 2 (04) :30-32+57
[2]
改进蚁群算法在复杂配电网故障区段定位中的应用 [J].
张颖 ;
周韧 ;
钟凯 .
电网技术, 2011, 35 (01) :224-228
[3]
蚁群算法在配电网故障定位中的应用 [J].
陈歆技 ;
丁同奎 ;
张钊 .
电力系统自动化, 2006, (05) :74-77
[4]
配电网故障区间定位的高级遗传算法 [J].
卫志农 ;
何桦 ;
郑玉平 .
中国电机工程学报, 2002, (04)
[5]
两种配电系统潮流算法的比较 [J].
栾兆文 ;
李欣唐 .
山东工业大学学报, 1998, (06) :532-536
[6]
电网规划中的模糊潮流计算 [J].
张焰 ;
陈章潮 .
电力系统自动化, 1998, (03)
[7]
蚁群算法及其应用.[M].李士勇;陈永强;李研编著;.哈尔滨工业大学出版社.2004,