基于蚁群算法的配电网故障定位研究

随着社会经济的发展,电力用户对供电可靠性要求越来越高,配电自动化系统的推广和普及是一个必然趋势。快速、准确的故障定位是迅速隔离故障区域、恢复非故障失电区域供电的基本前提,因此是配电系统自动化的重要内容。蚁群算法是近年发展起来的一种仿生优化算法,具有分布式计算、快速正反馈、启发式搜索的特点。用蚁群算法进行配电网故障定位,是本文的研究内容。 SCADA系统根据线路FTU(馈线终端单元)上传的故障信息,用一定的算法进行故障定位。受各种环境因素的影响,各FTU上传的故障信息难免发生畸变。传统的矩阵算法,计算速度快,但不具有容错性,在故障信息有畸变时会发生误判。蚁群算法是一种寻优算法,具有很好的容错性。用蚁群算法进行配电网故障定位,当故障信息有少量畸变时,仍能准确判断出故障区域。但用蚁群算法进行配电网故障定位时,存在因初始信息素匮乏而导致搜索效率较低的问题,其信息素释放机制和更新机制也还有待改进。 本文对配电网故障定位蚁群算法进行了较深入的研究,提出了几种有效的改进策略。首次提出了根据FTU上传的故障信息所含有的启发信息产生初始信息素的方法,提高了算法的搜索效率。对配电网故障定位蚁群算法的信息素释放机制进行了改进,减小了陷入局部最优的可能性。根据最优—最差蚂蚁系统的基本思想,引入了负信息素更新机制,进一步提高了算法的搜索效率。 用Visual Basic编制了相应的算法程序,验证了改进策略的有效性。最后,对配电网故障定位蚁群算法的发展前景进行了展望。