[发明专利]基于改进蚁群算法的配电网停电故障定位方法有效

专利信息
申请号: 201810400810.4 申请日: 2018-04-28
公开(公告)号: CN108594075B 公开(公告)日: 2020-08-21
发明(设计)人: 江和顺;王宏刚;赵永生;秦浩;甘德志;高方景;张蔚翔;朱军伟;陈慧;张良;姜海辉;武文广;周永真 申请(专利权)人: 国网安徽省电力公司;南瑞集团有限公司;国电南瑞南京控制系统有限公司;北明软件有限公司
主分类号: G01R31/08 分类号: G01R31/08;G06N3/00
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 董建林
地址: 230061*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 算法 配电网 停电 故障 定位 方法
【说明书】:

发明公开了基于改进蚁群算法的配电网停电故障定位方法,包括:根据配电网拓扑建立总体路径矩阵;将停电失压用户群分化成正向蚁群,正常供电用户群分化成负向蚁群;根据分化后的蚁群分别确定正向信息素矩阵及负向信息素矩阵,对于正向信息素矩阵驱动正向蚁群算法,对于负向信息素矩阵驱动负向蚁群算法,分别进行目标搜索并计算各信息素矩阵中的元素值;以所有蚂蚁均已判断为终止条件,将正向信息素矩阵和负向信息素矩阵进行相加合并,获得总信息素矩阵,总信息素矩阵中元素最大值即为停电故障点。本发明在不增加硬件投入成本的情况,提升了故障定位的速度和准确度,缩短了响应时间,降低了成本,提高了客户满意度和系统运行指标。

技术领域

本发明涉及一种基于改进蚁群算法的配电网停电故障定位方法,属于配电网技术领域。

背景技术

自2009年智能电网提出以来,我国全面推进了智能配电网的建设,电网的自动化水平节节提升,同时用户对供电服务可靠性和供电服务质量提高了更高的要求,中低压电路的故障定位也成为了研究关注的热点。

长期以来,对于低压侧故障信息供电公司主要依据居民的报修电话,利用停电管理系统进行低压卧络故障处理,根据用户停电后打入的电话来预判跌落保险或开关的位置,对停电规模、人员力量、抢修计划进行分析,确定抢修优先级,计算现场所需工作力量,预估恢复时间,并管理现场工作。

停电管理系统是配网管理系统子系统,控制室依靠此系统进行停电抢修的组织调度和下派工单。利用停电管理系统进行故障处理的方式存在如下不足:一是判断的准确度有待提高;二是效率低;三是用时长,特别是现在工厂、楼宇以及居民小区等低压配电网使用了大量电线或电缆以实现低压电能配送,但低压用户众多,线路纷繁复杂,在线路发生故障后查找困难。

当前配用电网已建设并已全面覆盖的用电信息采集系统(AMI)和电网地理信息系统(GIS),利用AMI系统和GIS系统将有助于配电网停电故障快速研判。

发明内容

本发明的目的在于克服现有技术中的不足,提供一种基于改进蚁群算法的配电网停电故障定位方法,解决现有技术中配电网停电故障点查找困难、效率低、用时长等技术问题。

为解决上述技术问题,本发明所采用的技术方案是:

基于改进蚁群算法的配电网停电故障定位方法,包括如下步骤:

触发停电故障定位功能,确定召测目标范围,筛选停电失压用户群和正常供电用户群,获取召测目标范围的配电网拓扑;

针对停电失压用户群、正常供电用户群建立蚁群,根据配电网拓扑建立总体路径矩阵;

对蚁群进行分化:其中停电失压用户群分化成正向蚁群,正常供电用户群分化成负向蚁群;

根据分化后的蚁群分别确定正向信息素矩阵及负向信息素矩阵,对于正向信息素矩阵驱动正向蚁群算法,对于负向信息素矩阵驱动负向蚁群算法,分别进行目标搜索并计算各信息素矩阵中的元素值;

以所有蚂蚁均已判断为终止条件,将正向信息素矩阵和负向信息素矩阵进行相加合并,获得总信息素矩阵,总信息素矩阵中元素最大值即为停电故障点;

计算正向信息素矩阵中元素值的方法如下:

步骤101)根据配电网电压等级,将正向信息素矩阵PP分为和两个正向信息素子矩阵,设正向信息素矩阵和初始值均为0;

步骤102)按照正向蚂蚁的编号,开始搜索目标,每只蚂蚁的行走路径均为潮流的反方向,从蚂蚁初始位置行走至研判范围的根节点,行走过的路径均留下信息素,即正向信息素矩阵和的对应元素均+1;

步骤103)以所有正向蚂蚁均已完成行走,作为终止条件的判断依据,i只正向蚂蚁用户,则进行i次正向信息素矩阵正迭代;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网安徽省电力公司;南瑞集团有限公司;国电南瑞南京控制系统有限公司;北明软件有限公司,未经国网安徽省电力公司;南瑞集团有限公司;国电南瑞南京控制系统有限公司;北明软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810400810.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top