[发明专利]一种适用于配电网多重多相故障的最小碰集算法

说明书

本发明公开了一种适用于配电网多重多相故障的最小碰集算法，包括如下步骤：步骤一、建立最小碰集计算分层模型；步骤二、计算第一层最小碰集；步骤三、计算第二层最小碰集；构建新适应度函数；将构建的新适应度函数和特征学习搜索策略融入到二进制粒子群算法中，并利用该二进制粒子群算法依次计算第二层最小碰集，本发明优点：1）分层结构使得最小碰集算法在故障重数和相数不断增加时，粒子维度始终维持在一定范围内，最小碰集个数与故障重数和相数呈比例增长；2)适应度函数不受种群规模和非碰集粒子的影响，不仅能够保证粒子不断地朝着碰集迭代，而且能够保证粒子朝着最小碰集迭代。

技术领域

本发明涉及配电网故障诊断的技术领域，更具体地说是涉及在配电网基于模型诊断中，适用于配电网多重多相故障的最小碰集算法的技术领域。

背景技术

配电网故障诊断是电力系统安全、稳定运行的重要保障。在当下，基于人工智能的配电网故障诊断方法成为研究的热点。基于模型诊断(MBD)作为人工智能的一个重要研究方向，由于其克服了传统故障诊断方法中知识不容易获取、对专家经验依赖性强等缺陷，在配电网故障诊断中引起了广泛关注。在基于模型诊断的方法中，诊断产生过程一般可以分为冲突识别和候选产生两步。冲突识别的目的是得到所有系统诊断元件的极小冲突集，候选产生则是利用最小碰集求解算法在所得的极小冲突集中找出诊断候选集。由于最小碰集求解算法的性能会很大程度地影响整个故障诊断的效果，故最小碰集求解算法成为影响MBD在配电网故障诊断中应用的关键因素。

计算最小碰集的算法大致可以分为完备求解方法和非完全求解方法两类。完备求解方法包括：基于树形搜索法和布尔代数算法。非完全求解方法包括：遗传算法、二进制粒子群、差分算法等智能群体算法。许多学者在分析配电网故障特点的基础上，将这些方法引入到配电网的故障诊断当中，并取得了一定成果。但是这些方法在单重或单相故障时一般能够取得较好的计算效果，但是当配电网发生多重多相故障时，其计算的速度和准确率不再满足配电网MBD的要求。

发明内容

本发明就是为了克服上述现有技术的不足，而提出的一种可提高MBD在配电网发生多重多相故障下的诊断速度、诊断准确率和容错能力的适用于配电网多重多相故障的最小碰集算法。

本发明所采用的技术方案是：

一种适用于配电网多重多相故障的最小碰集算法，包括如下步骤：

步骤一、建立最小碰集计算分层模型：将配电网等效成若干个大部件，这些等效大部件构成第一层最小碰集计算模型，每个等效大部件内部含有的若干个小元件构成第二层最小碰集计算模型；

步骤二、计算第一层最小碰集：故障发生后，将第一层测量点所测量采集的故障电气量信息和相应的元件参数带入最小冲突集候选对应的约束关系，计算相对残差，得出第一层最小冲突集；对第一层的各个最小冲突集取并集，得出第一层最小碰集；

步骤三、计算第二层最小碰集：将故障部件包含的测量点采集的故障信息和相应的元件参数带入最小冲突集候选对应的约束关系，计算相对残差，得出第二层最小冲突集；

构建新适应度函数：

其中，N_cx表示在最小冲突集簇C中，与当前粒子x有交集的冲突集数量，N_c表示最小冲突集簇C中的冲突集的数量，ω表示权重系数，L_x表示粒子x的长度；

将构建的新适应度函数和特征学习搜索策略融入到二进制粒子群算法中，并利用该二进制粒子群算法依次计算第二层最小碰集。

在所述步骤三中，通过分析现有适应度函数的不足，并通过加权组合的方式构建新适应度函数。

本发明与现有技术相比有下列显著效果：