隨著社會(huì)的不斷發(fā)展,供電的可靠性也越來(lái)越受到關(guān)注。同時(shí)由于城市電網(wǎng)的不斷改造、智能電網(wǎng)的不斷改進(jìn)、堅(jiān)強(qiáng)智能電網(wǎng)的快速興起及分布式電源（Distributed Generation,DG）的快速發(fā)展,這就造成了配電網(wǎng)絡(luò)變得更加復(fù)雜,當(dāng)配電網(wǎng)發(fā)生故障時(shí),在實(shí)現(xiàn)快速、準(zhǔn)確的定位出故障的同時(shí)并對(duì)故障進(jìn)行隔離、非故障區(qū)恢復(fù)供電是當(dāng)前主要任務(wù)。實(shí)現(xiàn)故障的準(zhǔn)確定位是當(dāng)前建設(shè)智能電網(wǎng)的需要,也是保證供電可靠性和電能質(zhì)量的基礎(chǔ),因此如何確定一個(gè)合適的定位方法成為眾多學(xué)者討論的話(huà)題。針對(duì)目前配電網(wǎng)故障定位的發(fā)展現(xiàn)狀,本文首先介紹了DG接入配電網(wǎng)的準(zhǔn)則,然后分析了DG接入配電網(wǎng)產(chǎn)生的影響,包括對(duì)電網(wǎng)規(guī)劃、電網(wǎng)運(yùn)行及傳統(tǒng)定位方法所帶來(lái)的影響。針對(duì)現(xiàn)有定位方法的不足,提出了將量子行為粒子群算法（Quantum Behaved Particle Swarm Optimization,QPSO）與差分進(jìn)化算法（Differential Evolution,DE）相結(jié)合的混合優(yōu)化算法并應(yīng)用到配電網(wǎng)故障定位中。針對(duì)傳統(tǒng)QPSO算法存在著在全局搜索性能方面尚有不足以及算法的準(zhǔn)確性較差的問(wèn)題,對(duì)QPSO算法進(jìn)行改進(jìn),在融合... 

【文章來(lái)源】：山東理工大學(xué)山東省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

波函數(shù)三維圖像

山東理工大學(xué)碩士學(xué)位論文第三章基于混合優(yōu)化算法的理論與分析21圖3.3波函數(shù)三維圖像Fig.3.3Three-dimensionalimageofwavefunction圖3.4波函數(shù)圖像剖面圖Fig.3.4PlanediagrampictureofwavefunctionQPSO算法之所以是一個(gè)全局優(yōu)化算法，主要是采用了雙指數(shù)的分布方式。在QPSO算法中，全局最優(yōu)位置的確定是由每個(gè)粒子獨(dú)立的向其匯集而得，而當(dāng)參考點(diǎn)選擇為平均最優(yōu)位置點(diǎn)時(shí)，粒子向最優(yōu)解匯集時(shí)不能與其他粒子相分離而獨(dú)立存在，粒子間便相互等待對(duì)方，形成了粒子間的等待效應(yīng)。算法中大部分粒子都聚集在最優(yōu)解附近，對(duì)于聚集在最優(yōu)解附近的粒子，由于平衡點(diǎn)p是在局部最優(yōu)解與全局最優(yōu)解之間的一點(diǎn)，粒子當(dāng)前位置與p點(diǎn)的距離很小，粒子會(huì)以很大的概率出現(xiàn)在在全局最優(yōu)解附，這樣粒子就會(huì)很快收斂到全局最優(yōu)解，落后粒子由于其局部最優(yōu)解離全局最優(yōu)解較遠(yuǎn)，所以全局最優(yōu)解運(yùn)動(dòng)運(yùn)動(dòng)的速度較慢，因此它們便承擔(dān)了全局搜索的任務(wù)，如果不進(jìn)行大規(guī)模的全局搜索，那么其他粒子只能進(jìn)行局部搜索。在QPSO算法中，由于有存在著落后的粒子，其局部最優(yōu)位置會(huì)使平均最優(yōu)位置逐漸遠(yuǎn)離全局最優(yōu)位置，這時(shí)粒子概率分布取決于粒子的當(dāng)前位置與平均最優(yōu)位置之間的

【參考文獻(xiàn)】：
期刊論文
[1]一種基于混沌搜索和貪婪模式的混合優(yōu)化算法[J]. 夏桂梅,趙晉彬.  太原科技大學(xué)學(xué)報(bào). 2020(02)
[2]基于雙端行波法的電纜線(xiàn)路短路故障定位改進(jìn)[J]. 柴鵬,周灝,張煜,趙文杰,楊瀟,周苗,李明貞.  中國(guó)電力. 2020(11)
[3]基于改進(jìn)注入法的直流配電網(wǎng)雙端測(cè)距故障定位方法[J]. 李冬梅,胡揚(yáng)宇,王利利,李錳,李雪松,胡釙,尹杰,呂盈睿.  智慧電力. 2019(12)
[4]基于分布式發(fā)電的配電網(wǎng)規(guī)劃問(wèn)題的分析[J]. 張劍峰.  低碳世界. 2019(11)
[5]基于優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的大數(shù)據(jù)專(zhuān)家系統(tǒng)的繼電保護(hù)二次回路故障定位系統(tǒng)（RSFLS）的研究與實(shí)現(xiàn)[J]. 鐘臻,徐曦,張楷旋.  電力大數(shù)據(jù). 2019(10)
[6]基于改進(jìn)遺傳算法的配電網(wǎng)故障定位方法[J]. 謝濤,蒯圣宇,朱曉虎,高傳海.  沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào). 2019(02)
[7]配電網(wǎng)故障區(qū)段定位的改進(jìn)矩陣算法[J]. 張全起,梅明偉.  山東電力技術(shù). 2018(08)
[8]基于改進(jìn)和聲算法的含DG配電網(wǎng)故障定位[J]. 陳輝,周羽生,劉詩(shī)涵,周順,劉超智.  電力科學(xué)與技術(shù)學(xué)報(bào). 2018(02)
[9]基于免疫算法的含分布式電源配電網(wǎng)的故障定位[J]. 陳奎,張?jiān)?王洪寅,萬(wàn)新強(qiáng).  電力系統(tǒng)保護(hù)與控制. 2017(24)
[10]基于Petri網(wǎng)與粒子群算法的主動(dòng)配電網(wǎng)故障定位[J]. 高正中,商春雷,趙晨暉,譚沖.  中國(guó)科技論文. 2017(23)

博士論文
[1]智能配電網(wǎng)分布式饋線(xiàn)自動(dòng)化技術(shù)[D]. 高孟友.山東大學(xué) 2016

碩士論文
[1]基于粒子群算法的配電網(wǎng)故障定位研究[D]. 程璞.安徽理工大學(xué) 2017
[2]基于蝙蝠算法和元胞自動(dòng)機(jī)的配電網(wǎng)故障定位研究[D]. 項(xiàng)曉鳴.湖北工業(yè)大學(xué) 2017
[3]含分布式電源的配電網(wǎng)故障定位研究[D]. 王一非.太原理工大學(xué) 2017
[4]基于改進(jìn)細(xì)菌覓食算法的配電網(wǎng)故障定位研究[D]. 孔濤.山東理工大學(xué) 2017
[5]含分布式發(fā)電的配電網(wǎng)故障定位與供電恢復(fù)策略研究[D]. 王旭.華北電力大學(xué) 2017
[6]基于云遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)故障定位[D]. 朱文羽.湖北工業(yè)大學(xué) 2016
[7]智能配電網(wǎng)故障定位與故障恢復(fù)方法研究[D]. 劉蓓.湖南大學(xué) 2014
[8]基于GIS的中低壓配網(wǎng)故障定位系統(tǒng)的研究[D]. 田紅兵.蘭州理工大學(xué) 2014
[9]配電網(wǎng)饋線(xiàn)自動(dòng)化技術(shù)研究[D]. 曾照新.湖南大學(xué) 2013
[10]含分布式電源的配電網(wǎng)故障定位的應(yīng)用研究[D]. 王進(jìn)強(qiáng).廣東工業(yè)大學(xué) 2011



本文編號(hào)：3471819