[发明专利]一种基于改进量子遗传算法的配电网故障区段定位方法

权利要求书

1.一种基于改进量子遗传算法的配电网故障区段定位方法，其特征在于，包括如下步骤：

1)初始化种群：配电网的所有馈线状态信息为待求解x_i，其维数n等于配电网馈线区段的数量，设定算法种群个体数为100，并随机生成初始种群中所有染色体个体基因组的二进制初始值，然后对每个个体进行量子比特编码，最终形成初始种群Q₀{x_i}；

2)建立开关与馈线之间的联络函数：以配电网中各馈线段的进线断路器、分段开关联络开关为节点，当开关处流过故障电流时，上报信息为1；没有故障电流越线时上报信息为0，各馈线区段只有两种状态，当该区段发生故障时，用信息1表示，当区段未发生故障时，用信息0表示，当有N个自动化监控终端时，其开关函数逻辑表达式可表示为：

3)设定目标函数：因为FTU在运行中会出现故障，上报信息时出现误报漏报，所以只有当上报的开关信息与开关信息完全相同，馈线取值才能得到唯一解，故取目标函数为：

4)根据FTU上传的各开关实际故障信息P(S_n)，结合目标函数，对种群Q_t{x_i}中的每个染色体个体进行一次目标值测量，记录最优目标值对应的染色体个体和目标值，且作为下一代进化的依据；

5)运用离散度分析法判断优化过程是否陷入局部最优，判断是否陷入局部最优，若是则引入混沌Tent映射序列跳出局部最优；

6)若离散度分析判断优化过程没有陷入局部最优，则运用改进的量子旋转门策略对染色体进行迭代更新，随着进化代数的增加基于梯度下降法慢慢降低旋转角，当优化的目标函数的变化率较大时，将转角步长调小；当优化的目标函数的变化率较小时，将转角步长调大，最后得到新的种群Q_t+1{x_i}，并记录最优染色体个体和对应的目标值；

7)判断是否满足最大迭代结束条件，若满足则输出结果，否则令t＝t+1，对种群Q_t+1{x_i}中的每个染色体个体进行一次目标测量，若达到最大的迭代次数，则停止计算，输出最后一次迭代种群中的最优个体，作为优化的最优解。

2.根据权利要求1所述的基于改进量子遗传算法的配电网故障区段定位方法，其特征在于，所述步骤1)中的初始化包括以下步骤：

11)随机产生初始种群：根据叠加原理，量子信息的叠加态可以表示为这两个基本态的线性组合，即|ψ＝α|0β|1，式中α和β为复数，表示量子位状态的概率幅，且满足|α|²+|β|²＝1；

12)将量子态编码转换到二进制编码：表示多量子比特编码n个参数的基因如下：

式中k为每个基因的量子比特数，为第t代的第i个染色体，n为染色体的基因个数。