[发明专利]一种配电网故障定位方法、终端设备及存储介质

权利要求书

1.一种配电网故障定位方法，其特征在于，包括以下步骤：

S1：采集故障时配电网中各开关的故障电流信息，并转换为各开关的实际故障状态；

S2：通过改进量子遗传算法对配电网中各馈线段的状态进行迭代更新，并构建适应度函数，以使各开关的实际故障状态与期望故障状态的差值最小，提取迭代过程中适应度函数最大时对应各馈线段的状态；

S3：根据提取的各馈线段的状态对配电网内的馈线段的故障进行定位。

2.根据权利要求1所述的配电网故障定位方法，其特征在于：各开关的故障电流信息通过配电开关监控终端采集。

3.根据权利要求1所述的配电网故障定位方法，其特征在于：步骤S1中转换为实际故障状态的方法为：当故障电流信息为无故障电流时，设定实际故障状态为0；当故障电流信息为有故障电流时，根据电流方向的不同，设定实际故障状态为1或-1。

4.根据权利要求3所述的配电网故障定位方法，其特征在于：当馈线段内不存在分布式电源时，设定由系统电源到用电负载方向为电流的正方向；当馈线段内存在分布式电源时，设定由系统电源到分布式电源方向为电流的正方向。

5.根据权利要求1所述的配电网故障定位方法，其特征在于：适应度函数E(S)为：

其中，W表示误差极大值；S_i表示第i个开关的实际故障状态；S_i^*表示第i个开关的期望故障状态；i表示开关的序号；N表示配电网中的开关总数；δ表示权重系数；Q表示配电网中所有故障馈线段数目的总和；L_1ij和L_2ij分别表示第i个开关上游和下游区段中的第j个馈线段的故障状态，j表示馈线段的序号，n_i1和n_i2分别表示第i个开关上游和下游区段中包含的馈线段总数；n_iDG表示第i个开关下游区段中包含的分布式电源开关总数；K_ij表示第i个开关下游的第j个分布式电源开关的状态。

6.根据权利要求1所述的配电网故障定位方法，其特征在于：改进量子遗传算法在传统量子遗传算法的基础上设定量子旋转门的旋转角度Δθ_i的更新策略为：

Δθ_i＝[c×rand()×|best-f(x_i)|+ω^(t)]×0.04π

其中，c表示学习因子，rand()表示随机数，best表示迭代到目前为止拥有最优适应度的个体，f(x_i)表示当前种群的第i个个体，ω^(t)表示惯性因子。

7.根据权利要求1所述的配电网故障定位方法，其特征在于：改进量子遗传算法的迭代更新过程具体为：首先，随机生成N个个体为初代种群，将前N/2个个体定义为记忆池个体，储存优势抗体种群；其次，按抗体适应度将个体进行优劣排列，将前N/2个个体放入记忆池中保存；最后，在更新过程中只将种群排列的后N/2个个体重新编码，并把上一代记忆池中的优势个体作为父代进行交叉操作，再将交叉后得到的N个个体进行优劣排列，将前N/2个个体放入记忆池中保存，如此往复直至满足迭代条件。

8.根据权利要求1所述的配电网故障定位方法，其特征在于：改进量子遗传算法的交叉过程中采用的交叉概率P_c为：

其中，f_m为两个交叉个体中适应度略高的个体；f_avg为每代种群个体的适应度平均值；f_best为迭代到目前为止最优的个体适应度；k₁和k₂分别表示第一和第二概率值，且k₁k₂。