多目标配电网故障定位的Pareto进化算法.pdfVIP

第32卷第5期 电力自动化设备 V01．32No．5 2012年5月 ElectricPowerAutomation Equipment May2012囝 多目标配电网故障定位的Pareto进化算法 孙国强1，卫志农1，唐利锋·，李育燕2，缪立恒3 (1．河海大学电气与能源学院，江苏南京210098； 2．国电南京自动化股份有限公司，江苏南京210003； 3．无锡广盈电力设计有限公司．江苏无锡214000) 摘要：提出一种用于配电网故障定位的多目标优化模型。采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ) 进行求解。传统多目标优化问题通过加权方式转换为单目标问题．对权值比较敏感．且每次只能得到一种权值下的 最优解。NSGA．Ⅱ则避免了传统加权求解时权值的选择和解的偏好性。该算法采用快速非支配排序机制．计算 复杂性低；同时考虑个体拥挤距离，从而保证种群的多样性：最后，提出适用于故障定位的最优解集处理方法，便于 从多目标最优解集中筛选出唯一符合故障情况的解。算例测试分别模拟单点、多点故障，以及信息完备和部分信息 畸变的情况．测试结果表明，所提方法均能准确地定位故障区段。 关键词：配电网；故障定位；优化；模型；Pareto；非支配排序遗传算法；遗传算法；进化算法 727 中图分类号：TM 文献标识码：A 化性而在电力系统中获得了较为广泛的应用[s。]。文 O 引言 献f7]首次提出了基于遗传算法的配电网故障定位 数学模型。该模型能进行全局寻优求解．对实时信息 配电网故障定位是故障隔离、排除和恢复供电 中的畸变可以纠错．并适用于网络拓扑的多变方 的前提和基础．对于提高供电可靠性具有重要的意 式。文献『8]通过引人故障诊断理论中著名的“最小 义．因此它是配电网自动化的关键技术之一。随着越 集”概念．构造新的评价函数．建立了一种新的更适 来越多的馈线终端设备FTu(FeedeTTerminalUnil_) 合于配电网的数学模型．该算法不仅可以避免误判． 在配电网的应用．研究如何利用系统发生故障时 准确定位，而且具有更强的容错性能。文献『9．11]在 FTU上传的信号进行快速、准确的故障分析和判断 此评价函数的基础上．尝试采用其他进化类算法进 并采取相应的有效措施成为了一项重要工作。 行算例测试．各种算法都有优缺点。由此可见．如何 迄今为止国内外学者已提出了多种配电网故障 建立合理的配电网故障诊断数学模型是使用优化 定位算法…。文献[2—3]提出了配电网故障定位的矩类算法的主要瓶颈。目前所有的配电网故障诊断数 阵算法．其基本思路都是首先形成网络描述矩阵和 学模型存在的问题如下：文献『7]提出的模型为单目 故障信息矩阵．生成判别矩阵．最终根据判别矩阵的 标优化问题．该模型并不完善．在进行配电网故障定 元素确定故障发生的区段。这类方法判别原理简单、 位时，即使定位信息不发生畸变．也可能出现误判的 直观，计算速度快。但是，FTru大多安装于户外，其所情况；文献『8．11]通过引入“最小集”的概念，将原有 处运行环境恶劣．经受着强烈的电磁、雷电干扰．同 单目标优化问题扩展为多目标优化问题．并将此多