基于G3A算法的配電網(wǎng)故障定位研究.pdf

1、隨著遺傳算法、蟻群算法、神經(jīng)網(wǎng)絡(luò)算法等人工智能技術(shù)的引入，配電網(wǎng)故障判斷領(lǐng)域的研究進(jìn)入了一個(gè)新的階段，由于遺傳算法和蟻群算法各自存在的缺陷快速準(zhǔn)確地實(shí)現(xiàn)故障區(qū)段的判斷始終是一件比較困難的事情。為此，本文嘗試將遺傳算法和螞蟻算法融合的GAAA算法引入到配電網(wǎng)故障定位算法的研究中。 首先利用遺傳算法的隨機(jī)搜索、快速行、全局收斂產(chǎn)生故障區(qū)段的初始信息分布。然后，充分利用螞蟻算法的并行性、正反饋機(jī)制以及求解效率高等特性，根據(jù)遺傳算法迭代

2、后的最優(yōu)組合形成饋線(xiàn)初始故障信息素分布，將遺傳算法求解結(jié)果轉(zhuǎn)換的信息素值代入蟻群算法的求解步驟中。 本文利用樹(shù)狀24饋線(xiàn)的配電網(wǎng)絡(luò)發(fā)生2處故障時(shí)的情況對(duì)算法進(jìn)行了仿真，通過(guò)對(duì)仿真所得數(shù)據(jù)進(jìn)行分析比較，證明了GAAA算法的有效性。本文提出了多電源多點(diǎn)故障的情況下故障網(wǎng)的分離方法，同時(shí)還提出了饋線(xiàn)網(wǎng)的分離，避免了誤判情況的出現(xiàn)。同時(shí)對(duì)評(píng)價(jià)函數(shù)也進(jìn)行了改進(jìn)，使得多電源多點(diǎn)故障下的配電網(wǎng)故障判成為可能，在本文中還探討并實(shí)踐了用遺傳算法結(jié)