电网故障诊断改进解析模型及其自适应生物地理学优化方法

被引：40

作者：

熊国江

石东源

机构：

[1] 华中科技大学强电磁工程与新技术国家重点实验室

来源：

电工技术学报 | 2014年 / 29卷 / 04期

关键词：

电力系统; 故障诊断; 改进解析模型; 贡献因子; 自适应生物地理学优化算法;

D O I：

10.19595/j.cnki.1000-6753.tces.2014.04.027

中图分类号：

TM711 [网络分析、电力系统分析];

学科分类号：

080802 ;

摘要：

针对电网故障诊断原有解析模型存在多解的问题,在详细剖析产生多解原因的基础上,根据保护和断路器的动作具有不确定性的特点,综合考虑故障发生时各类保护动作的优先权信息建立了新的改进解析模型。改进解析模型赋予不同保护和断路器不同的贡献因子,使模型更加合理,符合实际需求。此外,还给出了求解改进解析模型的自适应生物地理学优化方法,旨在实现模型的高效求解。算例仿真结果表明:改进解析模型诊断结果唯一,且诊断结果合理;自适应生物地理学优化方法具有全局快速收敛的良好优化性能。

引用

页码：205 / 211

页数：7

共 8 条

[1] 输电网故障诊断的知识表示方法及其应用 [J].

王磊 ;

陈青 ;

高湛军 .

中国电机工程学报, 2012, 32 (04) :85-92+14

[2] 基于面向元件神经网络与模糊积分融合技术的电网故障智能诊断 [J].

郭创新 ;

游家训 ;

彭明伟 ;

唐跃中 ;

刘毅 ;

陈济 .

电工技术学报, 2010, 25 (09) :183-190

[3] 一种改进的电网故障诊断优化模型 [J].

翁汉琍 ;

毛鹏 ;

林湘宁 .

电力系统自动化, 2007, (07) :66-70

[4] 基于模拟进化理论的电力系统的故障诊断 [J].

文福拴，韩祯祥 .

电工技术学报, 1994, (02) :57-63

[5] An analysis of the equilibrium of migration models for biogeography-based optimization [J].

Ma, Haiping .

INFORMATION SCIENCES, 2010, 180 (18) :3444-3464

[6]

A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm[J] . Dervis Karaboga,Bahriye Basturk.J. Global Optimization . 2007 (3)

[7] Fault section estimation in power systems using a genetic algorithm [J].

Wen, FS ;

Han, ZX .

ELECTRIC POWER SYSTEMS RESEARCH, 1995, 34 (03) :165-172

[8]

A fault diagnosis method of power systems based on improved objective function and genetic algorithm-tabu search .2 Lin,Xiangning,Ke,Shuohao,Li,Zhengtian,Weng,Hanli,Han,Xionghui. IEEE Transactions on Power Delivery . 2010

← 1 →