[发明专利]基于自适应混沌果蝇优化算法的配电网故障区段定位方法

权利要求书

1.一种基于自适应混沌果蝇优化算法的配电网故障区段定位方法，其特征在于，包括以下步骤：

S1、利用录波装置对配电网中各段电流进行检测，并将各段电流检测值与设定整定电流值对比生成故障信息存放于数组X中；

S2、通过数组X的信息寻求发生故障的设备，通过构造目标函数F，用以描述配网馈线实际情况与期望故障情况的差值；

S3、利用自适应混沌果蝇优化算法，对满足所述目标函数F的最小值，在所述数组X中进行寻优，实现对故障区段的定位。

2.根据权利要求1所述的方法，其特征在于：

所述步骤S1的录波装置为暂态录波装置；

所述步骤S1的故障信息包括：当所述各段电流检测值与设定整定电流值相同则取值为0，不同则取值为1；

所述步骤S2构造目标函数F为：其中X(j)为所述数组X的第j个元素，表示测控点j的实际状态值，0为断开，1为正常，Y(j)为所述数组Y的第j个元素，表示测控点j的期望状态值，μ为权系数根据要解决的实际问题取值，取值范围0～1之间，表示故障设备总数，Z(j)为测控的点j处故障设备的数量，N为测控点的总数量。

3.根据权利要求1所述的方法，其特征在于：

所述步骤S3中利用自适应混沌果蝇优化算法，对满足所述目标函数F的最小值，在所述数组X中进行寻优，具体步骤如下：

S301、初始化参数，群体规模Sizepop，最大迭代数Maxgen，果蝇群体位置X_axis，Y_axis，适应度(味道浓度)方差阈值δ，混沌遍历次数M；

S302、赋予果蝇个体利用嗅觉搜寻食物之随机方向与距离，RandomValue为搜索距离：

Xi=X_axis+RandomValueYi=Y_axis+RandomValue;]]>

S303、先估计果蝇个体与原点之距离Dist_i：再计算新位置的味道浓度判定值S_i：S_i＝1/Dist_i；

S304、将味道浓度判定值S_i代入味道浓度判定函数(或称为适应度函数)，用来求出果蝇个体位置的味道浓度Smell_i：Smell_i＝Function(S_i)；

S305、找出该果蝇群体中味道浓度最佳的果蝇(最优个体)[bestSmell bestindex]＝min(Smell_i)；

S306、记录并保留最佳味道浓度值bestSmell与其X、Y坐标，这时候果蝇群体利用视觉向该X、Y坐标飞去：

Smellbest=bestSmellX_axis=X(bestindex)Y_axis=Y(bestindex);]]>

S307、根据计算该果蝇群体的平均味道浓度Smell_avg(平均适应度)，根据计算该果蝇群体味道浓度方差σ²(适应度方差)；

S308、若σ²＜δ且M＞0，则将果蝇个体位置X_i、Y_i通过Logistic映射混沌技术转化为搜索空间内果蝇个体新位置X′_i、Y′_i，M＝M-1，否则，跳转到步骤S312执行；

S309、先计算新位置X′_i、Y′_i与原点之距离再计算味道浓度判定值S′_i＝1/Dist′_i；

S310、将味道浓度判定值S′_i代入味道浓度判定函数，求出果蝇个体位置的味道浓度Smell′_i＝Function(S′_i)；

S311、若Smell′_i＜Smellbest，则Smellbest＝Smell′_i，X_axis＝X′_i，Y_axis＝Y′_i，然后跳转到步骤S308，否则直接转到步骤S308；

S312、重复执行步骤S302～S311进行迭代寻优，直至当前迭代次数等于最大迭代数Maxgen或已达到精度目标要求。

4.根据权利要求1到3任一项所述的方法，其特征在于：在步骤S3后还包括：S4、针对在配电网中有多个电源进行供电的情况下，当馈线有一处和多处发生故障时，考虑信息传输有无畸变对于定位准确度带来的影响，并进行仿真分析。