本文關(guān)鍵詞：基于云粒子群算法的含DG配電網(wǎng)故障定位

  更多相關(guān)文章： 配電網(wǎng) 故障診斷 分布式發(fā)電 粒子群算法 云理論

【摘要】：城市的飛速發(fā)展使得配電網(wǎng)規(guī)模越來越大,如何保障配電網(wǎng)安全穩(wěn)定的運(yùn)行是一個(gè)目前急需解決的問題,并且對(duì)配電網(wǎng)饋線區(qū)段的監(jiān)測(cè)和線路故障的診斷定位也是一個(gè)比較熱門的研究領(lǐng)域。而目前分布式發(fā)電(Distributed Generation,DG)技術(shù)的快速發(fā)展與應(yīng)用,使得DG接入配電網(wǎng)越來越頻繁,這也為配電網(wǎng)的故障區(qū)段定位帶來了新的困難與挑戰(zhàn)。因此,有必要開展對(duì)含DG的配電網(wǎng)的故障定位技術(shù)的研究,從而制定出故障分離方案和對(duì)DG故障的控制策略。本文在綜述了目前國(guó)內(nèi)外對(duì)配電網(wǎng)故障區(qū)段定位研究現(xiàn)狀的基礎(chǔ)上,以粒子群算法(Particle Swarm Optimization,PSO)和云理論為基礎(chǔ),對(duì)配電網(wǎng)故障區(qū)段的定位方法、故障信息的編碼、配電網(wǎng)開關(guān)函數(shù)和評(píng)價(jià)函數(shù)的建立、故障區(qū)段定位算法的融合等方面進(jìn)行了深入的研究。本文首先對(duì)幾種常見的DG進(jìn)行了簡(jiǎn)要的介紹,并且對(duì)其并網(wǎng)原則進(jìn)行了簡(jiǎn)單的探討,然后分析了DG并網(wǎng)對(duì)于配電網(wǎng)故障區(qū)段定位的影響。再此基礎(chǔ)上本文將進(jìn)一步研究含DG配電網(wǎng)的故障區(qū)段定位技術(shù)。在研究含DG的配電網(wǎng)故障區(qū)段定位之前,本文首先分析了基本粒子群算法對(duì)不含DG的配電網(wǎng)故障定位。分析了不含DG的輻射型配電網(wǎng)故障信息特征,根據(jù)配電網(wǎng)的拓?fù)浣Y(jié)構(gòu)和FTU上傳故障信息建立開關(guān)函數(shù)和評(píng)價(jià)函數(shù),并引入PSO算法進(jìn)行故障定位。通過對(duì)單點(diǎn)故障、多點(diǎn)故障以及含信息畸變的故障仿真表明PSO算法能夠進(jìn)行故障定位,但具有一些明顯的缺點(diǎn)。為改進(jìn)基本粒子群算法的缺點(diǎn)和能夠使之應(yīng)用于含DG的配電網(wǎng)故障診斷中,本文將粒子群算法與云理論相結(jié)合,形成云粒子群算法,并重構(gòu)了含DG配電網(wǎng)的開關(guān)函數(shù)�；诖�,然后利用MATLAB2012a對(duì)算法在故障診斷中的有效性和收斂性進(jìn)行仿真分析。仿真結(jié)果表明云粒子群能夠準(zhǔn)確的對(duì)含DG配電網(wǎng)的故障區(qū)段進(jìn)行準(zhǔn)確的定位,并通過收斂性仿真找到了云粒子群算法的最佳參數(shù)。最后經(jīng)過與差分算法、基本粒子群算法的對(duì)比仿真,表明了云粒子群算法的優(yōu)勢(shì)。本文圍繞配電網(wǎng)故障區(qū)段定位技術(shù)展開研究,研究基于粒子群算法與云理論相結(jié)合的融合算法對(duì)含DG的配電網(wǎng)故障區(qū)段定位。經(jīng)過仿真分析驗(yàn)證了該算法的有效性,具有重要的理論意義,對(duì)后續(xù)的含DG配電網(wǎng)的故障診斷具有一定參考價(jià)值。
【關(guān)鍵詞】：配電網(wǎng) 故障診斷 分布式發(fā)電 粒子群算法 云理論
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM711
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-16
• 1.1 選題背景與意義9-10
• 1.2 配電網(wǎng)故障區(qū)段定位的分類與研究現(xiàn)狀10-15
• 1.2.1 直接算法10-11
• 1.2.2 間接算法11-15
• 1.3 本文主要研究工作15-16
• 第2章 分布式電源接入對(duì)配電網(wǎng)的影響16-24
• 2.1 分布式電源的分類17-21
• 2.1.1 太陽能17-19
• 2.1.2 風(fēng)能19-20
• 2.1.3 微型內(nèi)燃機(jī)20-21
• 2.2 分布式電源的接入準(zhǔn)則21-22
• 2.3 分布式電源對(duì)配電網(wǎng)故障定位的影響22-23
• 2.4 本章小結(jié)23-24
• 第3章 標(biāo)準(zhǔn)粒子群在配電網(wǎng)故障定位中的研究24-41
• 3.1 粒子群算法的基本原理24-26
• 3.2 粒子群算法在配電網(wǎng)故障定位中的實(shí)現(xiàn)26-35
• 3.2.1 編碼問題27
• 3.2.2 開關(guān)函數(shù)的構(gòu)造27-32
• 3.2.3 適應(yīng)度函數(shù)的構(gòu)造32-33
• 3.2.4 故障區(qū)段定位分析33-35
• 3.3 算例仿真分析35-39
• 3.3.1 PSO對(duì)輻射型配電網(wǎng)進(jìn)行故障定位35-38
• 3.3.2 PSO對(duì)含DG的配電網(wǎng)進(jìn)行故障定位38-39
• 3.4 粒子群算法的缺點(diǎn)39-40
• 3.5 本章小結(jié)40-41
• 第4章 云粒子群算法在含DG配電網(wǎng)故障區(qū)段定位41-61
• 4.1 云粒子群算法的實(shí)現(xiàn)42-47
• 4.1.1 基本云理論42-44
• 4.1.2 云粒子群算法故障定位的基本步驟44-45
• 4.1.3 基于CPSO的配電網(wǎng)故障定位流程45-47
• 4.2 有效性仿真分析47-54
• 4.2.1 單點(diǎn)故障仿真分析47-51
• 4.2.2 多重故障仿真分析51-53
• 4.2.3 容錯(cuò)性分析53-54
• 4.3 收斂性仿真分析54-60
• 4.3.1 種群規(guī)模的影響55-57
• 4.3.2 最大速度限定的影響57-59
• 4.3.3 與其他算法的性能比較59-60
• 4.4 本章小結(jié)60-61
• 第5章 總結(jié)與展望61-63
• 參考文獻(xiàn)63-67
• 致謝67-68
• 附錄68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

2 吳軍;李為吉;;改進(jìn)的粒子群算法及在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];陜西理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年04期

3 段海濤;劉永忠;馮霄;;水系統(tǒng)優(yōu)化的粒子群算法分析[J];華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

4 王偉;;混合粒子群算法及其優(yōu)化效率評(píng)價(jià)[J];中國(guó)水運(yùn)(學(xué)術(shù)版);2007年06期

5 付宜利;封海波;孫建勛;李榮;馬玉林;;機(jī)電產(chǎn)品管路自動(dòng)敷設(shè)的粒子群算法[J];機(jī)械工程學(xué)報(bào);2007年11期

6 蔣榮華;王厚軍;龍兵;;基于離散粒子群算法的測(cè)試選擇[J];電子測(cè)量與儀器學(xué)報(bào);2008年02期

7 周苗;陳義保;劉加光;;一種新的協(xié)同多目標(biāo)粒子群算法[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

8 姚峰;楊衛(wèi)東;張明;;改進(jìn)粒子群算法及其在熱連軋負(fù)荷分配中的應(yīng)用[J];北京科技大學(xué)學(xué)報(bào);2009年08期

9 張大興;賈建援;張愛梅;郭永獻(xiàn);;基于粒子群算法的三軸跟瞄裝置跟蹤策略研究[J];儀器儀表學(xué)報(bào);2009年09期

10 王麗萍;江波;邱飛岳;;基于決策偏好的多目標(biāo)粒子群算法及其應(yīng)用[J];計(jì)算機(jī)集成制造系統(tǒng);2010年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國(guó)科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會(huì)論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國(guó)天線年會(huì)論文集（上）[C];2009年

3 陳龍祥;蔡國(guó)平;;基于粒子群算法的時(shí)滯動(dòng)力學(xué)系統(tǒng)的時(shí)滯辨識(shí)[A];第十二屆全國(guó)非線性振動(dòng)暨第九屆全國(guó)非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第十一屆全國(guó)膨脹節(jié)學(xué)術(shù)會(huì)議膨脹節(jié)設(shè)計(jì)、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

6 熊偉麗;徐保國(guó);;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國(guó)水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測(cè)專委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

8 熊偉麗;徐保國(guó);;單個(gè)粒子收斂中心隨機(jī)攝動(dòng)的粒子群算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對(duì)策[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問題[A];第二十一屆中國(guó)（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王芳;粒子群算法的研究[D];西南大學(xué);2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

3 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

4 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

5 胡成玉;面向動(dòng)態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學(xué);2007年

8 劉宏達(dá);粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

9 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學(xué);2006年

10 馮琳;改進(jìn)多目標(biāo)粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應(yīng)用[D];東北大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計(jì)[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計(jì)鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長(zhǎng)安大學(xué);2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學(xué);2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學(xué);2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動(dòng)機(jī)數(shù)學(xué)模型問題[D];山東大學(xué);2015年

9 陳百霞;考慮風(fēng)電場(chǎng)并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學(xué);2015年

10 戴玉倩;基于混合動(dòng)態(tài)粒子群算法的軟件測(cè)試數(shù)據(jù)自動(dòng)生成研究[D];江西理工大學(xué);2015年

，

本文編號(hào)：661861