[发明专利]基于超混沌优化算法的反击防雷措施选择与参数优化方法

说明书

本发明公开一种基于超混沌优化算法的反击防雷措施选择与参数优化方法，通过信息权重法建立防雷措施选择模型，计算每种影响因素所占权重，筛选得到4种对雷电反击跳闸率影响最大的因素，根据环境因素确定所选影响因素的实际应用范围，采用超混沌优化算法进行参数组合优化，不但降低了计算量，提高工作效率，而且超混沌的内禀随机性能够保证参数组合取得全局最优解，选择雷击跳闸率最低时对应的最优参数进行输电线路防雷改造，实现对输电线路的有效防雷保护。

技术领域

本发明涉及输电线路防雷技术领域，具体涉及一种基于超混沌优化算法的反击防雷措施选择与参数优化方法。

背景技术

随着工农业生产的加速发展，对用电的需求与日俱增。输电线路担负着由能源产地向负荷中心电力输送的重任，其对电力系统的安全、稳定和可靠运行具有至关重要的作用。但是由于输电线路地处空旷且顶部较高，易遭受雷击从而引发线路故障，甚至威胁电网运行。在我国，因雷击造成的输电线路跳闸占输电线路跳闸总数的四成以上，且逐年呈递增态势。因此，只有充分考虑到各种影响因素对输电线路耐雷性能的影响，明确了各种影响因素对雷击跳闸率的影响程度，才能采取有针对性的防雷措施来降低输电线路的雷击跳闸率。

实际中，不同环境因素会对防雷措施的防护效果产生影响，但很多地区仍然无差别的选择防雷措施对输电线路进行雷电保护，防雷效果并没有达到预期的效果。而且在防雷措施的参数选择分析中，往往仅考虑单一影响因素参数变化时雷电跳闸率的变化，实际上影响输电线路雷电反击跳闸率的影响因数种类繁多，而且每种影响因素对雷电反击跳闸率的影响程度不同，所以需要综合考虑多种影响因素，进行组合参数选择，才能得到最优防雷措施配置方案。

目前对于防雷措施选择的算法主要有模拟退火、灰色关联度分析、BP神经网络等，这些算法容易陷入局部最优解，无法保证能够达到最优防雷效果。倘若直接考虑多种影响因素进行建模分析，寻找最优参数组合，无疑会增加系统建模难度，且效率很低，因此有必要对影响因素进行针对性的筛选，得到对雷电反击跳闸率影响最大的几种因素，然后再建立模型寻找全局最优解。

发明内容

本发明的目的在于提供一种基于超混沌优化算法的反击防雷措施选择与参数优化方法，采用信息权重法对多种影响因素进行筛选，针对筛选出的影响因素采用超混沌优化算法进行参数组合优化，保证参数组合取得全局最优解，实现对输电线路的有效防雷保护。

本发明是通过以下技术方案实现的：

基于超混沌优化算法的反击防雷措施选择与参数优化方法，包括以下步骤：

S1：获得输电线路和杆塔的数据信息以及雷电反击跳闸率的历史数据；

S2：根据获得的数据信息，基于信息权重法得到防雷措施选择模型；

S3：根据防雷措施选择模型筛选出4种对雷电反击跳闸率影响最大的因素；

S4：给出上述4种影响因素对应的实际应用范围，构建基于超混沌优化算法的最优参数选择模型；

S5：选择雷电跳闸率最低时对应的参数进行输电线路防雷改造。

进一步，所述步骤S1中输电线路和杆塔的数据信息包括杆塔呼高、横担长度、档距、接地电阻、土壤电阻率、绝缘子片数、导线相序、是否有耦合地线、避雷器的配置方式、地形和海拔数据。

进一步，所述步骤S1中雷电反击跳闸率的历史数据通过电力系统大数据的存储系统获得。

进一步，所述步骤S2具体过程为：

输电线路和杆塔的数据信息作为影响因素，构建各影响因素原始数据矩阵：

其中n表示样本个数，p表示影响因素的个数；

计算均值和标准差：