[发明专利]一种用于配电网重构的正反馈自适应和声方法

权利要求书

1.一种用于配电网重构的正反馈自适应和声方法，其特征在于包括如下步骤：

步骤1、载入配网数据，深度搜索生成基环集合；

所述的基环是指：闭合全联络开关所形成环网中的所有基本环路为基环，具体的闭合配电网中全部联络开关，即闭合N个联络开关，从而形成N个环路，

步骤2、根据打开开关位置进行编码，随机生成HMS个新和声，初始化和声库；

步骤3、根据三种基音调整策略更新和声库，三种基音调整策略为：①学习和声库②音调微调③随机产生；

当采用学习和声库操作产生新和声时，根据当前和声库中每一列元素信息素分布情况按式(1)计算抽样概率，采用轮盘赌方法选择新和声对应列的元素，即打开开关位置；

$p_i^k=\frac{{\left({\mathrm{\τ}}_i^k\right)}^{\mathrm{\α}}}{\mathrm{\Σ}{\left({\mathrm{\τ}}_i^k\right)}^{\mathrm{\α}}},i\∈S_{HM}^k---\left(1\right)$

式中：为基环R_k内开关i的信息素浓度，α为启发因子，为和声库第k列向量对应的开关集合；

步骤4、在更新和声库时，若新和声优于和声库中的最劣和声，则利用新和声的网损,按式(2)-(3)分别对基环内开关进行信息素累积：

${\mathrm{\τ}}_i^k(t+1)=(1-\mathrm{\ρ}){\mathrm{\τ}}_i^k\left(t\right)+{\mathrm{\ρ\Δ\τ}}_i^k\left(t\right),i\∈R_k---\left(2\right)$

${\mathrm{\Δ\τ}}_i^k\left(t\right)=\left\{\begin{array}{cc}Q/f\left(S_{new}\right)& i\∈S_{new}\\ 0& i\∉S_{new}\end{array}\right.---\left(3\right)$

式中：为基环R_k内开关i的信息素浓度，初始值为1，ρ为信息素挥发系数，S_new为新和声对应的开关集合；Q为经验值，是常量；

步骤5、通过公式(4)-(6)计算和声库改进熵，根据和声库改进熵，再通过式(7)-(8)自适应改变和声参数HMCR和PAR；

${\hat{H}}^k=-\mathrm{\Σ}{\hat{P}}^k\lg \left({\hat{P}}_i^k\right),i\∈S_{HM}^k---\left(5\right)$

${\hat{P}}_i^k=\frac{{\mathrm{\τ}}_i{P}_i^k}{{\mathrm{\Σ\τ}}_i{P}_i^k},i\∈S_{HM}^k---\left(6\right)$

$HMCR={\mathrm{HMCR}}_{min}+({\mathrm{HMCR}}_{max}+{\mathrm{HMCR}}_{min})\×\hat{H}---\left(7\right)$

$PAR={\mathrm{PAR}}_{min}-({\mathrm{PAR}}_{max}-{\mathrm{PAR}}_{min})\×\hat{H}---\left(8\right)$

式中：HMCR_max、HMCR_min分别为和声库选择概率的最大、最小值，PAR_max、PAR_min分别为音调调节概率的最大、最小值，为改进熵，即和声库多样性指标；τ_i为开关i的信息素浓度；N表示环路个数；

步骤6、判断当前迭代次数，若当前迭代次数小于设定值则输出最优解集，否则返回步骤3。