基于网络树状图和改进D-S证据理论的配电网故障定位方法

被引:28
作者
高湛军 [1 ]
李思远 [1 ]
彭正良 [2 ]
赵耀 [1 ]
机构
[1] 山东大学电网智能化调度与控制教育部重点实验室
[2] 积成电子股份有限公司
关键词
配电网; 故障定位; 网络树状图; D-S证据理论; 信息融合;
D O I
10.16081/j.issn.1006-6047.2018.06.010
中图分类号
TM75 [线路及杆塔];
学科分类号
080802 ;
摘要
针对配电网故障信息出现异常尤其是不可识别异常而导致误判的问题,提出了一种基于网络树状图和改进D-S证据理论的配电网故障定位新方法。该方法的突出优点在于使用多源信息进行故障定位,可避免因单源信息发生异常导致的误判。首先提出了一种新的基于网络树状图的搜索算法,该算法利用配电网故障时产生的故障指示器信息、配变报警信息和电话投诉信息建立相应的网络树状图,并通过搜索网络树状图进行故障初步定位。然后利用改进D-S证据理论将每种故障信息的定位结果进行信息融合,得到最终的定位结果。实例结果表明所提方法有效、可行,可以解决故障信息出现不可识别异常时的定位问题。
引用
收藏
页码:65 / 71
页数:7
相关论文
共 15 条
[1]   配电网故障区间定位的改进矩阵算法 [J].
黄佳乐 ;
杨冠鲁 .
电力系统保护与控制, 2014, 42 (11) :41-45
[2]   基于免疫算法的配电网故障定位方法研究 [J].
郑涛 ;
潘玉美 ;
郭昆亚 ;
王增平 ;
孙洁 .
电力系统保护与控制, 2014, 42 (01) :77-83
[3]   一种相关证据的合成规则 [J].
肖文 ;
王正友 ;
王耀德 .
控制与决策 , 2011, (05) :773-776
[4]   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
[5]   采用分层多源信息融合的电网故障诊断方法 [J].
郭创新 ;
高振兴 ;
刘毅 ;
彭明伟 ;
毕建权 ;
杨健 ;
骆玉海 .
高电压技术, 2010, 36 (12) :2976-2983
[6]   基于遗传算法的配电网故障定位 [J].
郭壮志 ;
陈波 ;
刘灿萍 ;
许奎 ;
李剑峰 .
电网技术, 2007, (11) :88-92
[7]   一种实用的复杂配电网故障定位的矩阵算法 [J].
梅念 ;
石东源 ;
杨增力 ;
段献忠 .
电力系统自动化, 2007, (10) :66-70
[8]   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
[9]   基于贝叶斯公式的似然比形式的配电网故障定位方法 [J].
王英英 ;
罗毅 ;
涂光瑜 .
电力系统自动化, 2005, (19) :54-57
[10]   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) :128-131