[发明专利]一种基于量子遗传算法的中压配电网故障诊断方法

说明书

技术领域

本发明涉及城市配电网规划以及故障诊断技术领域，特别是一种基于量 子遗传算法的中压配电网故障诊断方法。

背景技术

配电系统作为电能生产、传输和使用的重要环节，是联系实际用户需求 侧与发、输电系统的关键纽带。因此，如何在配电网发生故障后对故障进行 有效、合理的定位并加以诊断是当前城市电网评估发展的关键部分。考虑到 在配电网中，通信信息装置所处的恶劣环境以及不同地区配电自动化发展程 度的不一致等原因造成了配电网的故障信息中存在着大量不确定因素；并且 一旦在配电网中发生多重复杂故障，在失电区域中将会存在故障元件与非故 障元件，考虑到配电系统规模的庞大，元件数量与种类繁多，很难在短时间 内确定出元件是否处于故障状态，加之配电网中的线路保护装置或断路器会 发生拒动或误动的情况，因此，上述这些因素都会导致配电网故障分析的范 围扩大、故障信息在上传相关部门的过程中发生畸变等而导致无法准确确定 故障元件，给配电系统的安全稳定运行带来了危害。而随着配电系统接线形 式的日趋复杂、设备元件不断增多、设备规模不断增大，并且用户需求侧对 于供电的要求逐步提高。因此，有效、合理的对配电系统进行故障诊断对于 电力系统的综合发展以及需求侧的可靠用电均具有十分重要的意义。

目前，针对电力系统的故障诊断方法较多，主要思路都是通过电力系统 中开关元件的动作信息进行故障判断与分析。目前有关电力系统故障诊断的 方法主要有：(1)基于粗糙集与决策树的配电网故障诊断算法，主要是利用 了粗糙集具有较好处理不确定信息的能力，实现了对故障样本决策表的故障 规则自取；(2)基于概率神经网络(PNN)的高压断路器故障诊断方法，有效 分析高压断路器的故障特性，进行故障定位；(3)粒子群算法与神经网络相 结合的模拟电路故障诊断方法，将故障信号进行有效分解，再通过归一化处 理提取故障特征信息并以此做为神经网络的输入学习样本；(4)基于时序模 糊Petri网的故障诊断方法，通过建立故障诊断模型，完成对继电保护动作 的评价。以上方法为电力系统的故障诊断提供了良好的研究思路，但仍存在 以下局限：第一，未能考虑配电网故障情况下保护或开关拒动、误动以及信 息畸变时的诊断准确性；第二，电力系统在故障情况下元件动作的时序性没 有被充分考虑。

相较于上述几种方法，量子遗传算法(QuantumGeneticAlgorithm,QGA) 将量子理论有效地融入到经典遗传算法当中，比传统遗传算法具有搜索范围 更广，全局寻优的搜索效率更高，适应性更强等优势，并且能够保证算法的 收敛性。

发明内容

本发明的目的在于克服现有技术的不足，提供一种设计合理、故障诊断 全面、分析准确且定位快速的基于量子遗传算法的中压配电网故障诊断方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于量子遗传算法的中压配电网故障诊断方法，包括以下步骤：

步骤1、采用元件动作的实际与期望值并融入断路器失灵保护以及断路器 自动重合闸的保护状态建立改进型中压配电网故障诊断模型；该模型的目标 函数为：