[发明专利]一种配电网故障定位方法、装置和计算机可读介质

说明书

本发明提供了一种配电网故障定位方法、装置和计算机可读介质，涉及电力系统的技术领域，包括获取馈线终端设备反馈的故障信息，并基于所述故障信息确定待定位配电网的故障信息的编码信息；将所述待定位配电网的故障信息输入至免疫粒子群算法中进行分析，得到分析结果；基于所述分析结果对所述待定位配电网进行故障定位，缓解了现有的配电网故障定位技术故障定位的精确度较低的技术问题。

技术领域

本发明涉及电力系统的技术领域，尤其是涉及一种配电网故障定位方法、装置和计算机可读介质。

背景技术

随着经济和科技的发展，人类对于石油、煤炭等一次能源的消耗日益加重，能源危机已成为人类不可忽略的重要问题，为此世界各国都大力发展以太阳能和风能为主的新能源，以此来应对能源危机。近年来，随着分布式发电技术的不断进步，大量的分布式电源被接入到配电网中，这使得传统的单电源辐射状配电网变成了多电源的复杂结构。因此基于单电源辐射状网络的故障定位方法已不再适用。为保证供电可靠性和分布式电源的利用率，对配电网的故障定位提出了更高的要求。

在现有的故障定位技术中，通过简单的人工智能算法进行配电网故障定位，例如，粒子群算法，遗传算法，神经网络算法等。但是，传统的人工智能算法具有一定的缺陷，导致故障定位的精确度较低。

发明内容

有鉴于此，本发明的目的在于提供一种配电网故障定位方法、装置和计算机可读介质，以缓解了现有的配电网故障定位技术故障定位的精确度较低的技术问题。

第一方面，本发明实施例提供了一种配电网故障定位方法，包括：获取馈线终端设备反馈的故障信息，并基于所述故障信息确定待定位配电网的故障信息的编码信息；将所述待定位配电网的故障信息输入至免疫粒子群算法中进行分析，得到分析结果；基于所述分析结果对所述待定位配电网进行故障定位。

进一步地，将所述待定位配电网的故障信息输入至免疫粒子群中进行分析，得到分析结果包括：初始化所述免疫粒子群算法中的计算参数，其中，所述计算参数包括：搜索空间的维数，初始化粒子群种群的规模，记忆粒子数量，最大迭代次数，个体学习因子，群体学习因子，惯性权重，变异概率和初始个体极值；对所述初始种群规模中的每个粒子进行亲和度和浓度的计算，并初始化算以下数据：每个所述粒子的最优位置、每个所述粒子的最优亲和度，群体最优位置，群体最优亲和度，其中，每个所述粒子的位置表示所述待定位配电网中各个区段的状态编码；在对所述免疫粒子群算法进行初始化计算之后，对每个所述粒子进行迭代计算，得到计算结果，其中，所述计算结果中包括所述待定位配电网的故障区段。

进一步地，对每个所述粒子进行迭代计算，得到计算结果包括：将初始化的所述粒子群种群作为目标粒子群执行以下步骤，直至满足迭代停止条件：按照亲和度由高到低的顺序对所述目标粒子群中的每个粒子进行排序，得到排序结果，并将所述排序结果中的前N_m个的粒子作为免疫粒子，并提取疫苗保存到记忆库中；更新所述目标粒子群中每个粒子的位置和速度，得到更新之后的粒子；计算所述更新之后的粒子的浓度和亲和度，并对所述更新之后的粒子进行抑制和选择，得到抑制选择后的粒子；对所述抑制选择后的粒子进行变异操作，得到变异之后的所述目标粒子群；将所述记忆库中的粒子接入到所述变异之后的目标粒子群中，得到中间粒子种群，并按照亲和度由高到低的顺序对所述中间粒子种群进行排序，以及，将排序结果中的前N个粒子作为新一代的种群；判断是否满足迭代条件；若满足，则输出所述新一代的种群的群体最优位置和群体最优亲和度；若不满足，则将所述新一代的种群作为所述目标粒子群，返回执行以上步骤。