混沌免疫遗传算法在电力系统故障诊断中运用.pdf

第27卷第5期 电 力 自动 化 议 备 Vol.27No.5 2007年5月 ElectricPowerAutomationEquiPment May2007 . 混沌免疫遗传算法在电力系统 故障诊断中应用 孟祥萍 ，‘潘 莹2，耿卫星’，霍 飞2，高 燕 ‘ (1.长春工程学院电气与信息学院，吉林长春 130012; 2.东北电力大学信息工程学院，吉林 吉林 132012) 摘要:针对电力系统故障诊断问题，提出了一种新的免疫遗传算法— 混沌免疫遗传算法。该算法将免疫 算法、混沌与遗传算法相结合，利用混沌运动的遍历性、随机性产生初始种群，加快搜索的速度;利用免疫原 理的浓度计算及调整加入新的混沌序列补充种群，增加种群的多样性，避免陷入局部最优;交叉变异结束后 在最优解附近再用混沌进行局部寻优提高解的精度。它能从保护和断路器的拒动和误动中，快速找 到故障点。实验结果表明，该算法能快速寻找到最优解，保证系统的实时性和准确性，较好地实现了 对电力系统的故障诊断。 关键词:故障诊断;混沌;遗传算法;免疫算法 中图分类号:TM76 文献标识码:A 文章编号:1006一60472《007)05一0081一03 数和相应问题的解分别看作是免疫系统的抗原和抗 0 引言 体，而将免疫系统的自我调节机制和用混沌进行局部 寻优，迅速地寻找到问题的最优解或近似最优解。 近年来，电力系统的安全稳定运行已经越来越引 利用混沌的局部寻优，可加快搜索速度，利用抗体的 起人们的重视。通常，电力系统的故障诊断就是尽 多样性保持功能，可提高全局搜索能力，避免未成熟 可能地利用采集信息识别故障元件和误动作的保护 收敛。因此，它克服了寻优过程难应付的早“熟”问 和断路器，其中，故障元件的识别是关键问题。目 题，最终求得全局最优解。 前，国内外对电力系统的故障诊断从总体上主要分为 以下几种:专家系统[’一〕“、逻辑方法，一「4」、人工神经网 1 混沌免疫遗传算法原理 络[5一5〕以及遗传算法[9一2〕‘等方法。目前，专家系统方 法应用较多，但是难以获取完备的知识库、推理过程 遗传算法(GA)是一类基于自然选择和遗传学 时间较长、无学习能力、实时效果较差。基于人工 原理的有效概率搜索算法，它通过模拟生物进化来进 神经元网络方法的故障诊断性能取决于样本集是否 行搜索和优化，在搜索过程中自动获取和积累有关搜 完备，对于大型的电力系统要形成完备的样本集极其 索空间的知识，并自适应地控制搜索过程以求得问题 困难，因而其诊断结果的正确性在原理上无法保证。 的最优解。本算法是将遗传算法、免疫算法和混沌相 遗传算法从优化的角度出发基本上可以解决故障 结合，将待求解的问题作为抗原，将问题的解作为抗 诊断的问题，但实际应用中还有许多问题有待进一步 体。通过抗原和抗体的亲和力描述可行解与最优解的 完善。从理论上分析，尽管该算法在一定条件下具 逼近程度。对外界抗原侵人，系统通过混沌产生抗 有全局收敛特性，但算法的交叉、变异和选择等操作 体，通过抗体浓度的判断及调整，实现对环境的自适 一般都是在一定的概率意义下随机进行，因此，在为 应。利用混沌在最优解附近进行局部寻优，提高解的 群体中的个体提供进化机会的同时，又不可避免地 精度，加快收敛的速度。所提算法主要特点是在初 出现了退化现象。对于大规模的电力系统问题，遗 始种群的产生和在最大值附近进行局部寻优。