[发明专利]基于IELM算法的配电网故障区段定位方法及系统

说明书

本公开提供了一种基于IELM算法的配电网故障区段定位方法及系统，包括以下步骤：读取配电网信息，结合分层处理思想建立第一层配电网故障和第二层配电网故障；遍历所建立的第一层配电网故障，构建第一层配电网故障的拟合度函数；对所构建的第一层配电网故障的拟合度函数进行优化判断，若达到最优解，则直接输出配电网的故障区段，否则进入下一步：通过全局寻优思想进行第一层配电网故障的拟合度函数的可疑区段搜索，构建可疑区段集合，将所构建的可疑区段集合作为第二层配电网故障的解空间，利用IELM算法进行配电网故障区段的定位。本公开提出了分层处理及全局寻优思想，对不同结构和规模的配电网具有良好的准确性及容错性，实现了缩减解空间规模的目的。

技术领域

本公开属于配电网故障定位技术领域，具体涉及一种基于IELM算法的配电网故障区段定位方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

配电网快速、准确定位故障区段是及时隔离故障区域以及恢复非故障区域供电的前提，对于提升系统可靠性具有重要意义。在配网故障定位领域，国内外学者提出了诸如故障选线、故障测距、故障区段定位等多种方式。随着配电网自动化以及通信技术的不断发展，馈线终端单元(Feeder Terminal Unit，FTU)、故障指示器(Fault Indicators，FI)等馈线监控设备在配电网中逐渐普及，以此为基础的配电网故障区段定位算法成为当前研究的热点。该类算法主要分为两类：矩阵算法和智能优化算法。

矩阵算法的基本思想是基于网络拓扑信息建立网络描述矩阵，并与馈线终端监控设备上传的故障信息相结合生成故障判别矩阵，通过对故障判别矩阵综合分析获得故障区段。含多微网的主动配电网故障区段定位算法(论文)中提出一种可以应用于含多微网的配电网故障区段定位矩阵算法，该算法适用多种网络结构，具有一定的自适应性。基于贝叶斯估计的配电网智能分布式故障区段定位算法(论文)中提出一种不依靠主站参与的故障区段定位方法，仅通过FTU间的信息交互来确定故障区段，并通过建立基于贝叶斯概率模型的评价函数在一定程度上提高了算法的容错性。矩阵算法和优化算法相结合的配电网故障定位(论文)中提出一种矩阵算法与智能优化算法相结合的故障定位方法，无信息畸变时利用矩阵算法直接定位故障，有信息畸变时筛选可疑故障区段通过智能优化算法进行故障定位。矩阵算法原理简单，运算速度快。但是，矩阵算法容错性较差，需要建立网络描述矩阵，当配电网结构复杂、线路区段数目众多时，建立网络描述矩阵需要耗费大量人力资源。虽然一些学者提出了一些具有一定容错性的矩阵算法，但矩阵算法的实现需要建立网络描述矩阵的问题一直未能解决，使得矩阵算法较难应用于复杂配电网中。

智能优化算法的基本思想是通过故障假说将所有可能故障情形组成解空间，在解空间内通过逼近及优化理论寻找最优解，使得该最优解对于馈线终端监控设备上传的故障信息有最优解释。目前主流的智能优化算法有粒子群算法、遗传算法、免疫算法、蚁群算法、和声算法和仿电磁学算法等。基于改进遗传算法的配电网故障定位(论文)中提出一种具有更强全局寻优能力的改进遗传算法，并将配网划分为若干区域，依据先定位区域后定位区段的规则定位故障区段，可以达到缩减解空间规模的效果。量子计算和免疫优化算法相结合的有源配电网故障定位(论文)中提出一种量子计算与免疫算法结合的故障定位方法，并通过达到缩减解空间规模的目的。配电网故障区间定位的仿电磁学算法(论文)中详细阐述了仿电磁学(Electromagnetism-Like Mechanism，ELM)算法在配电网故障定位中的原理及数学模型，通过与遗传算法相比较证明了其在运算效率和容错性等方面的优势。