針對二進制粒子群算法在復(fù)雜配電網(wǎng)故障定位時易出現(xiàn)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(gòu)造故障定位的評價函數(shù),以33節(jié)點配電網(wǎng)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(wǎng)中的單點故障定位和多點故障定位進行仿真分析,結(jié)果驗證了該算法的高效性和高容錯性。

【文章頁數(shù)】：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(shù)飽和，一般假設(shè)速度在[-4，4]范圍內(nèi)。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(dāng)某一粒子在當(dāng)前解空間內(nèi)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(wǎng)絡(luò)Fig.2SimpledistributionnetworkCB1S1S2S3L1L2L3L42.3BBPSO應(yīng)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(wǎng)故障定位·31·函數(shù)；hpg,d為處于探索狀態(tài)的粒子在解空間內(nèi)搜索的全局最優(yōu)；sign(r)為符號函數(shù)；r為隨機數(shù)；T1為進入探索狀態(tài)后所需的最大迭代次數(shù)；t1為進入探索狀態(tài)后的當(dāng)前迭代次數(shù)。1.3BBPSO的改進措施針對BP....

圖3IEEE33節(jié)點配電網(wǎng)絡(luò)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(wǎng)故障定位·33·BPSO算法。對于少數(shù)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(jīng)找到了全局最優(yōu)解。3.2多點故障仿真假設(shè)多饋線區(qū)段（10，20）、（10，2....

本文編號：3993084