發(fā)布時間：2024-06-12 02:27

　　針對二進制粒子群算法在復雜配電網故障定位時易出現早熟收斂情況,本文提出一種雙態(tài)二進制粒子群優(yōu)化算法。通過引入進化因子,把粒子群分成捕食狀態(tài)和探索狀態(tài)兩個部分,讓陷入或即將陷入局部極值的粒子跳出來進行全局搜索。構造故障定位的評價函數,以33節(jié)點配電網為例,在故障信息完整和部分畸變的情況下,用該算法與二進制粒子群算法分別對配電網中的單點故障定位和多點故障定位進行仿真分析,結果驗證了該算法的高效性和高容錯性。

【文章頁數】：6 頁

【部分圖文】：

圖1雙態(tài)粒子群模型Fig.1Bi-stateparticleswarmmodelPBPSO

vi,d(t+1))函數飽和，一般假設速度在[-4，4]范圍內。1.2BBPSO的基本原理由粒子群在解空間搜索軌跡可知，粒子群總是沿著前一次迭代的速度方向進行快速搜索。當某一粒子在當前解空間內搜索到了最優(yōu)解，其周圍的粒子將快速地聚集到最優(yōu)解的位置。若該最優(yōu)解的位置為局部最優(yōu)點，那....

流程圖2簡單配電網絡Fig.2SimpledistributionnetworkCB1S1S2S3L1L2L3L42.3BBPSO應用的

第31卷鐘建偉等：基于雙態(tài)二進制粒子群優(yōu)化算法的配電網故障定位·31·函數；hpg,d為處于探索狀態(tài)的粒子在解空間內搜索的全局最優(yōu)；sign(r)為符號函數；r為隨機數；T1為進入探索狀態(tài)后所需的最大迭代次數；t1為進入探索狀態(tài)后的當前迭代次數。1.3BBPSO的改進措施針對BP....

圖3IEEE33節(jié)點配電網絡Fig.3IEEE33-busdistributionnetwork232425（23）（24）（25）5

圖4單點故障信息完整時兩種算法比較

第31卷鐘建偉等：基于雙態(tài)二進制粒子群優(yōu)化算法的配電網故障定位·33·BPSO算法。對于少數故障信息發(fā)生畸變的情況，BPSO算法在100次運算后仍然沒有找到全局最優(yōu)解，而BBPSO算法在運算到11次時已經找到了全局最優(yōu)解。3.2多點故障仿真假設多饋線區(qū)段（10，20）、（10，2....

本文編號：3993084