电力系统故障诊断量子粒子群优化算法.pdfVIP

第 23卷 第 4期 电力 系 统 及 其 自动 化 学 报 Vo【|23No．4 2011年 8月 ProceedingsoftheCSU-EPSA Aug． 2O11 电力系统故障诊断的量子粒子群优化算法 李 晓 。，黄 纯 (1．湖南大学电气与信息工程学院，长沙 410082；2．株洲职业技术学院，株洲 412000) 摘要：电力系统故障诊断是利用保护和断路器的动作信息来推断可能的故障位置。其中故障元件的识别是 故障诊断实现 的关键 。文 中应用量子粒子群优化算法研究故障元件的识别方法 ，先根据保护动作原理将故障 诊断问题表示为 0—1整数规划问题 ，然后用量子粒子群优化算法求解 。与标准 PSO算法和传统遗传算法 比 较 ，文 中采用 的量子粒子群优化算法具有稳定性高、收敛特性好 、运行速度快的优点。仿真研究验证 了文 中方 法 的可行性和有效性 。 关键词 ：电力系统；量子粒子群优化算法 ；故障诊断；0-1整数规划 中图分类号 ：TM7 文献标志码 ：A 文章编号 ：1003—8930(2011)03—0061一O5 Quantum—BehavedParticleSwarm OptimizationAlgorithm forPowerFaultSectionEstimation LIxiao。HUANG Chun (1．CollegeofElectricaland InformationEngineering，HunanUniversity， Changsha410082，China； 2．ZhuzhouProfessionalTechologyCollege，Zhuzhou412000，China) Abstract：Powerfaultsection estimation deducesfaultposition based Oiltheactionsinformation Ofcircuit breakersandprotectiverelays，andrecognitionofthefaultelementsisthemostimportantpart．Thediscrimi— natingmethodoffaultelementsapplyingquantum—behavedparticleswarm optimization (QPSO)isinvestigated inthispaper．Firstly，thefaultsectionestimationisdemonstratedbyaO-1integerprogrammingmodelaccord— ingtotheactingtheoryofprotectiverelays，andthentheproblem issolvedbyQPSO．Itisshownthatthepro— posedapproachconvergestObettersolutions，muchfasterandsteadierthantheearlierreportedapproaches． Keywords：powersystem；quantum—behavedparticleswarm optimization(QPSO)；faultsectionestimation；0— 1integerprogrammingmodel 随着 电网的不断发展和 电力走 向市场 ，人们 专家系统方法直观，解释能力强 ，但是难 以获 对电网全运行和供电可靠性的要求越来越高；而电 取完备的知识库 ，无学习能力，容错能力较差。枚举 力系统故障诊断系统为供 电的可靠性和连续性提 法简单 ，但该方法的指数时