[发明专利]基于量子遗传算法的多目标智能配电网自愈恢复方法

权利要求书

1.基于量子遗传算法的多目标智能配电网自愈恢复方法，其特征在于：包括以下步骤，

步骤一，初始化；

确定故障前的开关组合以及故障开关线路；

确定种群大小n、量子位的数目m以及进化代数gs，在配电网自愈恢复中，m代表开关个数，即支路条数，n代表重构方案个数，包含n个个体的种群Q＝{q₁,q₁,…,q_n}，其中q_j为种群中的第j个个体，j＝1,2,…,n；

第i个量子位是|0>的概率幅第i个量子位是|1>的概率幅表示在初始搜索时所有状态以相同的概率进行叠加；

步骤二，定义进化代数t＝1；

步骤三，量子坍塌；

由种群Q(t)量子坍塌生成p(t)，即对Q(t)进行一次观测，以获得一组确定的解p(t)={x1t,x2t,...xnt};]]>

其中，即第t代第j个染色体的观测值，共有m个量子位，是一个长度为m的二进制串；

步骤四，修改p(t)，使其满足故障位为0以及无孤岛的要求；

步骤五，采用节点分层前推回代法进行潮流计算，计算本代每一组的网损值，并保存满足约束条件的网损值；

步骤六，以配电网网损和开关动作次数作为目标，构造多目标综合的适应度函数FZ，对种群的所有个体进行适应值评价，并保存本代中FZ最小的重构方案；

步骤七，根据FZ的值，利用量子门更新种群；

更新过程为：

qjt+1=G(t)×qjt]]>

其中，为第t代种群中的第j个个体，为第t+1代种群中的第j个个体，G(t)为第t代的量子门，

G(t)=cosθ(t)-sinθ(t)sinθ(t)cosθ(t)]]>

其中，θ为量子门的旋转角，θ＝Δθ×s(α_i,β_i)，Δθ为与算法收敛速度有关的系数，s(α_i,β_i)为量子旋转的方向函数；

步骤八，t＝t+1；

步骤九，判断t＜gs是否成立，如果是，则转至步骤三，如果不是，则结束。