一種基于量子遺傳算法的中壓配電網(wǎng)故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及城市配電網(wǎng)規(guī)劃以及故障診斷技術(shù)領(lǐng)域，特別是一種基于量子遺傳算 法的中壓配電網(wǎng)故障診斷方法。
【背景技術(shù)】
[0002] 配電系統(tǒng)作為電能生產(chǎn)、傳輸和使用的重要環(huán)節(jié)，是聯(lián)系實(shí)際用戶需求側(cè)與發(fā)、輸 電系統(tǒng)的關(guān)鍵紐帶。因此，如何在配電網(wǎng)發(fā)生故障后對(duì)故障進(jìn)行有效、合理的定位并加以診 斷是當(dāng)前城市電網(wǎng)評(píng)估發(fā)展的關(guān)鍵部分。考慮到在配電網(wǎng)中，通信信息裝置所處的惡劣環(huán) 境以及不同地區(qū)配電自動(dòng)化發(fā)展程度的不一致等原因造成了配電網(wǎng)的故障信息中存在著 大量不確定因素;并且一旦在配電網(wǎng)中發(fā)生多重復(fù)雜故障，在失電區(qū)域中將會(huì)存在故障元 件與非故障元件，考慮到配電系統(tǒng)規(guī)模的龐大，元件數(shù)量與種類繁多，很難在短時(shí)間內(nèi)確定 出元件是否處于故障狀態(tài)，加之配電網(wǎng)中的線路保護(hù)裝置或斷路器會(huì)發(fā)生拒動(dòng)或誤動(dòng)的情 況，因此，上述這些因素都會(huì)導(dǎo)致配電網(wǎng)故障分析的范圍擴(kuò)大、故障信息在上傳相關(guān)部門的 過(guò)程中發(fā)生畸變等而導(dǎo)致無(wú)法準(zhǔn)確確定故障元件，給配電系統(tǒng)的安全穩(wěn)定運(yùn)行帶來(lái)了危 害。而隨著配電系統(tǒng)接線形式的日趨復(fù)雜、設(shè)備元件不斷增多、設(shè)備規(guī)模不斷增大，并且用 戶需求側(cè)對(duì)于供電的要求逐步提高。因此，有效、合理的對(duì)配電系統(tǒng)進(jìn)行故障診斷對(duì)于電力 系統(tǒng)的綜合發(fā)展以及需求側(cè)的可靠用電均具有十分重要的意義。
[0003] 目前，針對(duì)電力系統(tǒng)的故障診斷方法較多，主要思路都是通過(guò)電力系統(tǒng)中開關(guān)元 件的動(dòng)作信息進(jìn)行故障判斷與分析。目前有關(guān)電力系統(tǒng)故障診斷的方法主要有：（1)基于粗 糙集與決策樹的配電網(wǎng)故障診斷算法，主要是利用了粗糙集具有較好處理不確定信息的能 力，實(shí)現(xiàn)了對(duì)故障樣本決策表的故障規(guī)則自取；（2)基于概率神經(jīng)網(wǎng)絡(luò)(PNN)的高壓斷路器 故障診斷方法，有效分析高壓斷路器的故障特性，進(jìn)行故障定位；（3)粒子群算法與神經(jīng)網(wǎng) 絡(luò)相結(jié)合的模擬電路故障診斷方法，將故障信號(hào)進(jìn)行有效分解，再通過(guò)歸一化處理提取故 障特征信息并以此做為神經(jīng)網(wǎng)絡(luò)的輸入學(xué)習(xí)樣本；（4)基于時(shí)序模糊Petri網(wǎng)的故障診斷方 法，通過(guò)建立故障診斷模型，完成對(duì)繼電保護(hù)動(dòng)作的評(píng)價(jià)。以上方法為電力系統(tǒng)的故障診斷 提供了良好的研究思路，但仍存在以下局限:第一，未能考慮配電網(wǎng)故障情況下保護(hù)或開關(guān) 拒動(dòng)、誤動(dòng)以及信息畸變時(shí)的診斷準(zhǔn)確性;第二，電力系統(tǒng)在故障情況下元件動(dòng)作的時(shí)序性 沒有被充分考慮。
[0004] 相較于上述幾種方法，量子遺傳算法(Quantum Genetic Algorithm,QGA)將量子 理論有效地融入到經(jīng)典遺傳算法當(dāng)中，比傳統(tǒng)遺傳算法具有搜索范圍更廣，全局尋優(yōu)的搜 索效率更高，適應(yīng)性更強(qiáng)等優(yōu)勢(shì)，并且能夠保證算法的收斂性。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種設(shè)計(jì)合理、故障診斷全面、分析 準(zhǔn)確且定位快速的基于量子遺傳算法的中壓配電網(wǎng)故障診斷方法。
[0006] 本發(fā)明解決其技術(shù)問題是采取以下技術(shù)方案實(shí)現(xiàn)的：
[0007] 一種基于量子遺傳算法的中壓配電網(wǎng)故障診斷方法，包括以下步驟：
[0008] 步驟1、采用元件動(dòng)作的實(shí)際與期望值并融入斷路器失靈保護(hù)以及斷路器自動(dòng)重 合閘的保護(hù)狀態(tài)建立改進(jìn)型中壓配電網(wǎng)故障診斷模型;該模型的目標(biāo)函數(shù)為：
[0009]
[0010]上述表達(dá)式中，rk,dPrk,/分別表示各個(gè)元件主保護(hù)的實(shí)際狀態(tài)和期望狀態(tài);r k,s 和rk,/分別表示單個(gè)元件近后備保護(hù)的實(shí)際狀態(tài)和期望狀態(tài);rk,dPrk/分別表示單個(gè)元件 遠(yuǎn)后備保護(hù)的實(shí)際狀態(tài)和期望狀態(tài)和分別表示斷路器的實(shí)際狀態(tài)和期望狀態(tài)；
示連或運(yùn)算;η, ^和η, 2分別表示斷路器失靈保護(hù)的實(shí)際狀態(tài)和期望狀態(tài);n,aut。和ri,aut: 分別表示斷路器自動(dòng)重合閘的實(shí)際狀態(tài)和期望狀態(tài)。
[0011] 步驟2、求解基于量子遺傳算法的改進(jìn)型中壓配電網(wǎng)故障診斷模型，對(duì)中壓配電網(wǎng) 進(jìn)行故障診斷。
[0012] 而且，所述步驟2的具體步驟包括：
[0013] (1)采用傳統(tǒng)遺傳算法對(duì)中壓配電系統(tǒng)內(nèi)元件進(jìn)行編碼后，根據(jù)量子比特的編碼 方式進(jìn)行修正，從而制定適應(yīng)于量子遺傳算法的編碼方案用以表示中壓配電網(wǎng)故障診斷問 題；
[0014] (2)根據(jù)量子遺傳算法求解所述改進(jìn)型中壓配電網(wǎng)故障診斷模型并根據(jù)計(jì)算結(jié)果 定位中壓配電網(wǎng)中的故障元件并判別保護(hù)及斷路器動(dòng)作的正確性，進(jìn)行故障分析。
[0015] 而且，所述步驟2的第(1)步的具體編碼方法為：
[0016] 假定停電區(qū)域整體為個(gè)體染色體q，配電系統(tǒng)內(nèi)元件總數(shù)為所述染色體q中的基因 個(gè)數(shù)η;采用量子遺傳算法中的量子比特的編碼方式，即用一對(duì)復(fù)數(shù)定義一個(gè)量子比特位， 則個(gè)體染色體q采用量子比特編碼來(lái)解決故障診斷問題的具體形式為：
[0018] 上述表達(dá)式中，<和彥為復(fù)數(shù)形式表示量子位對(duì)應(yīng)態(tài)的概率幅值;t為染色體的代 數(shù)。
[0019] 而且，所述步驟2第(2)步中根據(jù)量子遺傳算法求解中壓配電網(wǎng)故障診斷模型的計(jì) 算方法，包括如下步驟：
[0020] ①對(duì)中壓配電網(wǎng)網(wǎng)架結(jié)構(gòu)進(jìn)行分析，明確配電網(wǎng)中的元件種類以及數(shù)量，確定在 故障分析中需要進(jìn)行分析的元件；
[0021] ②根據(jù)配電網(wǎng)中開關(guān)及保護(hù)的動(dòng)作狀態(tài)縮小故障診斷范圍，確定配電網(wǎng)故障后的 停電區(qū)域以及需要進(jìn)行分析的元件；
[0022] ③根據(jù)配電網(wǎng)故障發(fā)生后各元件、開關(guān)、保護(hù)以及斷路器的狀態(tài)，建立元件狀態(tài)矩 陣并根據(jù)步驟1中所述的改進(jìn)型中壓配電網(wǎng)故障診斷模型整理目標(biāo)函數(shù)；
[0023] ④根據(jù)步驟2第（1)步的用于表示中壓配電網(wǎng)故障診斷問題的適應(yīng)于量子遺傳算 法的編碼方案設(shè)定元件的概率幅值，并對(duì)步驟②所確定的元件進(jìn)行賦值，在數(shù)值區(qū)間[0，1 ] 之間隨機(jī)產(chǎn)生一個(gè)數(shù)，將其與步驟③設(shè)定的元件狀態(tài)進(jìn)行比較，如果隨機(jī)數(shù)大于或等于概 率幅值，則元件的測(cè)量結(jié)果取1，否則取〇;
[0024] ⑤將步驟③確定的元件狀態(tài)值與步驟④確定的元件測(cè)量值帶入步驟1的改進(jìn)型中 壓配電網(wǎng)故障診斷模型的目標(biāo)函數(shù)中進(jìn)行目標(biāo)函數(shù)評(píng)估，確定目標(biāo)函數(shù)初始值；
[0025]⑥設(shè)定種群規(guī)模、染色體長(zhǎng)度、轉(zhuǎn)角步長(zhǎng)以及最大迭代次數(shù)的量子遺傳算法的優(yōu) 化原則并利用量子遺傳算法對(duì)步驟③目標(biāo)函數(shù)進(jìn)行優(yōu)化計(jì)算;并將計(jì)算結(jié)果與步驟⑤中確 定的目標(biāo)函數(shù)的初始值進(jìn)行比較，若該計(jì)算結(jié)果小于或等于初始值，則保留當(dāng)前值作為目 標(biāo)函數(shù)值;若大于初始值，則更新目標(biāo)函數(shù)值；同時(shí)進(jìn)行算法迭代，直到優(yōu)化結(jié)果滿足精度 或者達(dá)到迭代次數(shù)為止；
[0026]⑦分析計(jì)算結(jié)果，確定配電網(wǎng)中的故障元件，進(jìn)行故障研判分析。
[0027]本發(fā)明的優(yōu)點(diǎn)和積極效果是：
[0028] 1、本發(fā)明通過(guò)分析配電系統(tǒng)內(nèi)元件種類以及保護(hù)配置情況，建立配電網(wǎng)故障診斷 模型，模擬故障情景后保護(hù)及斷路器的動(dòng)作情況，利用量子遺傳算法對(duì)故障模型進(jìn)行求解， 從而準(zhǔn)確定位故障元件，并判別保護(hù)及斷路器動(dòng)作的正確性。實(shí)現(xiàn)了配電網(wǎng)故障進(jìn)行快速、 全面診斷的功能。
[0029] 2、本發(fā)明能夠從配電系統(tǒng)網(wǎng)架結(jié)構(gòu)的角度出發(fā)，充分考慮了配電網(wǎng)中的元件信 息，保護(hù)信息以及斷路器信息。對(duì)于元件信息，主要分析元件的數(shù)量、種類以及保護(hù)的配置 情況;對(duì)于保護(hù)信息，主要分析主保護(hù)、近后備保護(hù)以及遠(yuǎn)后備保護(hù)的配置情況;對(duì)于斷路 器信息，主要分析斷路器失靈保護(hù)以及自動(dòng)重合閘的配置情況，進(jìn)而全面、快速的對(duì)配電網(wǎng) 進(jìn)行故障診斷，使配電網(wǎng)能夠在故障后迅速排除故障，保證配電網(wǎng)的檢修效率。從而為現(xiàn)有 配電網(wǎng)故障診斷方法的提供支撐，有利于提升城市配電網(wǎng)規(guī)劃以及故障診斷水平，促進(jìn)城 市電網(wǎng)建設(shè)結(jié)構(gòu)與故障檢修手段的合理發(fā)展。
【附圖說(shuō)明】
[0030] 圖1是本發(fā)明的