[发明专利]一种基于量子行为粒子群优化算法的电压暂降估计方法

权利要求书

1.一种基于量子行为粒子群优化算法的电压暂降估计方法，用以估计电网未监测母线的电压暂降频次，其特征在于，包括以下步骤：

1)采用故障位置法将电网中的每条线路平均分为多段区间，在多段区间中设定P段故障区间，并采用故障点代替故障区间；

2)利用随机故障点法建立监测母线的观测矩阵，用以表示状态变量向量与量测向量之间的关系；

3)在整个电网中设定T个临界电压值，建立状态估计方法的一般模型；

4)根据状态估计方法的一般模型以及状态变量向量X_t与量测向量H_t之间的关系，得到优化问题的目标函数及约束条件；

5)通过量子行为粒子群优化算法获取优化问题的最优解，即全网未监测母线的电压暂降频次。

2.根据权利要求1所述的一种基于量子行为粒子群优化算法的电压暂降估计方法，其特征在于，所述的步骤2)具体包括以下步骤：

在每个故障区间内随机模拟一个故障点，并获取各母线的故障电压，观测矩阵M_t为M×P维的二进制矩阵，其具体行成方式为：

其中M为监测母线总数，条件A为故障区间p发生故障时监测母线m的故障电压低于阈值电压t，即发生了电压暂降，

条件B为故障区间p发生故障时监测母线m的故障电压高于阈值电压t，即未发生电压暂降。

3.根据权利要求1所述的一种基于量子行为粒子群优化算法的电压暂降估计方法，其特征在于，所述的步骤3)中的状态估计方法的一般模型表达式为：

其中，H₁,H₂,…,H_t,…,H_T为量测向量，M₁,M₂,…M_t,…M_T为观测向量，X为状态变量向量。

4.根据权利要求1所述的一种基于量子行为粒子群优化算法的电压暂降估计方法，其特征在于，所述的步骤4)中的优化问题的目标函数为：

约束条件为：

H＝M×X

其中，和分别为一条线路所包含故障区间故障次数总和的估计值和历史统计值，m为故障区间数，t为电压阈值，k为每条线路的故障区间，i为系统中所有故障区间。

5.根据权利要求1所述的一种基于量子行为粒子群优化算法的电压暂降估计方法，其特征在于，所述的步骤5)中的全网未监测母线的电压暂降频次的表达式为：

其中，为未监测母线的观测矩阵，其中，N为系统中母线总数，M为监测母线总数，条件A为故障区间p发生故障时未被监测母线n的故障电压低于阈值电压t，即发生了电压暂降，条件B为故障区间p发生故障时未被监测母线n的故障电压高于阈值电压t，即未发生电压暂降。