[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

说明书

本发明公开了一种基于改进量子遗传算法的配电网故障区段定位方法，包括如下步骤：1)初始化种群，2)建立开关与馈线之间的联络函数，3)设定目标函数，4)根据FTU上传的各开关实际故障信息P(S_n)，5)运用离散度分析法判断优化过程是否陷入局部最优，6)若离散度分析判断优化过程没有陷入局部最优，7)判断是否满足最大迭代结束条件；采取了改进的动态旋转角更新种群的进化策略，使算法收敛速度更快，引入离散度分析，判断算法是否陷入局部最优，运用Tent混沌优化法提高算法的全局寻优能力，改进后的算法大幅缩短了故障区段的定位时间，增加了定位的精确性，对提高供电可靠性具有重要的意义。

技术领域

本发明涉及一种基于改进量子遗传算法的配电网故障区段定位方法，属于配电网区段故障定位技术领域。

背景技术

近年来，电力系统飞速发展，配电网作为连接输电系统与用户间的桥梁，保证其能正常稳定运行的重要性便显得尤为重要。电能首先被发电厂生产出，再经过输电网输送到用电集中的地区，最后由配电网分配给各级电力用户使用。在电能输送和分配的过程中，时常会发生单相接地短路、两相短路、三相短路等故障，这些故障轻则导致继电保护误动作，重则会毁坏电气设备引发火灾，大大影响了电力系统运行的稳定性和可靠性，也为电力用户带来了麻烦和损失。所以，当配电网出现故障时，及时并准确的定位故障区域，快速的隔离故障区段并恢复非故障区的电能供给具有很高的研究价值。

电力电子技术与计算机技术的越发成熟给配电网自动化技术带来了机遇。不断发展的配电网技术以及调度自动化技术为大数据在配电网中的运用打下了良好的基础，有了大数据的支持，电网公司便能实时分析电力系统的运行状况，并作出相应预测，且可以更加迅速的定位不正常运行区段，实现大范围系统运行的优化调整。但是考虑到监测装置的不正常运行会导致信息的误判与误报，使得上传的信息产生误差，从而导致主站对数据的分析产生错误。这些误差可能会导致系统出现误判，对整个配电网产生较大的影响，严重的情况下甚至会诱发电网运行事故。为了避免事故发生，提升电网运行的安全性、可靠性、稳定性，一种在遗传算法中引入量子计算的新型智能算法即量子遗传算法得到了广泛的应用，该算法有着良好的收敛速度与寻优能力，但是缺点也很明显：运算速度慢、容易陷入局部最优并且容错性差。因此本发明为解决上述问题提出了一种基于改进量子遗传算法的配电网故障区段定位方法。

发明内容

本发明提供一种基于改进量子遗传算法的配电网故障区段定位方法用来克服现有技术中传统量子遗传算法收敛速度慢，容易陷入局部优化而难以获得最优解的缺陷。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明公开了一种基于改进量子遗传算法的配电网故障区段定位方法，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：