1、1高 电 压 期 末 课 程 论 文基于遗传算法的配电网故障定位学院名称 工程学院 专业名称 电气工程及其自动化论文提交日期 2015 年 1 月 16 日2摘 要目前配电网的故障定位大多采用故障电流判别，但这种判别方法在有畸变信息时会造成误判，遗传算法因其高容错性能而在配电网故障定位分析中受到了重视，但是评价函数的构造是使用遗传算法的主要瓶颈。故此，提出一种新的故障定位数学模型，并以此模型为评价函数开发出高级遗传算法。该算法有2 个主要特征： 改进了传统的数学模型，使其不致误判，并改善了方法的容错性； 不仅适用于单电源情况，且可用于多电源多重故障的复杂情况。本算法更适于复杂配网情形。关键词：
2、遗传算法 评价函数 电网故障定位31引言：目前配电网的故障定位大多采用故障电流判别法 。假定故障是单一的, 则故障点应当位于从电源侧到末梢方向最后一个经历了故障电流的开关和第一个未经历故障电流的开关之间的区段。但这一方法对联络开关处的故障存在盲区, 对网络拓扑多变方式的适应能力差, 特别是所采集的实时信息中存在畸变时容易误判。而基于遗传算法的故障定位和隔离, 能进行全局寻优求解, 并能对实时信息中的畸变进行纠错, 具有很好的容错性能, 适用于网络拓扑的多变方式。遗传算法是一种自适应启发式全局搜索的概率算法，能同时搜索解空间的多个点，从而使待求问题实现全局最优。本文以单一故障为前提将等式约束条件
3、隐含于适应度函数中，基于遗传算法建立了一个具有高容错性的配电网故障定位的数学模型。遗传算法应用于故障诊断的基本思路是先建立诊断的数学模型，然后用遗传操作求解。如何建立合理的网络故障诊断数学模型是使用遗传算法的主要难题。2 基于遗传算法的配电网故障定位的基本原理基于遗传算法的的故障定位主要考虑编码、评价函数的构造和遗传操作这三个问题。2.1 编码由于遗传算法是以编码为运算对象，而不是直接作用于参数本身，因此需要随参数进行编码。以二进制的编码方式（0 或 1）来表示网络中设备的正常和故障状态，一般来说，0 表示设备正常，1 表示设备发生故障。2.2 评价函数的构造在配电网故障定位中，应用遗传算法的
4、关键在于构建适合的评价函数，评价函数反映配电网故障设备和开关过流信号的关系，这种关系的正确度决定了配电网故障定位的准确度，评价函数的一般构造为（1）（2）式中的S为元件的状态向量；Si第i个元件的状态（元件正常为0，发生故障为）；Ij为第j个开关电流越限信号，正常时为0，越限时为1；Ij（X）为第j个开关时的开关函数4（应该跳闸为1，不该跳闸为0）；n为开关的数目。确定公式（1）的方法双电源端的单环网结构(架空线或电缆)中低压配网双电源单环网典型接线方式如图1所示。图1中CB1、CB2为进线断路器, S11、S12、S13、S21、S22及S23为分段开关, St为联络开关,各个开关均配置FT
5、U。正常运行方式下St断开,其他开关闭合, St将整个配网分成两个局部配网。局部配网 包含: 进线断路器CB1、分段开关S11、S12、S13及设备a、b、c、d。局部配网II包含: 进线断路器CB2、分段开关S21、S22、S23及设备e、f、g、h。联络开关的位置可由实时网络的拓扑分析结果决定,例如S12检修时, St闭合,此时可以把S12当成联络开关。当设备d 发生故障时, CB1、S11、S12及S13均应流经故障电流,当设备c发生故障时, CB1、S11及S12均应流经故障电流,其余类推。所以有式中 | 为或运算符（or） ,当等式右端任一设备发生故障时,右端均应流经故障电流。由分段
6、开关函数可知,当a处发生故障时,对后面的b、c、d设备具有屏蔽作用,即只要a处发生故障,无论b、c、d设备有无故障,上述分段开关函数都一样。式( 1)共4项,如下式所示（3）5局部配网 的故障分析与此类似。多电源的三分段两联络的配网拓扑中低压配网多电源三分段两联络的接线方式如图2所示。三分段两联络的配网拓扑可分解为若干个 路进线组成。 路的典型运行方式如图3所示图3( a)的分析方法与单环网类似,而( b)、( c)、( d)的拓扑均为具有分支的辐射状接线。以图3( b)为例说明 的构造。图3 ( b )是由下面7项构成, 从分析可知Fi tness(X )仅为设备状态Si 的函数。对两种典型
7、的配电网的接线方式,可将分段开关函数做成标准库函数：由配网运行方式决定库函数的类型,并根据遗传算法的要求,将式( 1)转化为最大值形式（4）式中 M为大于设备总数的一较大的整数。6形成初始解群在主站接收到故障信息时,根据进线断路器的保护信息(速断、限时速断、过流)的不同形成不同的初始解群,解群的个数为N。若保护信息为速断,则初始解群中进线断路器出口处设备状态为1(设备故障)的解多一些; 若为限时速断,则配网中间处设备状态为1的初始解多一些; 若为过流,则位于配网末端的初始解多一些。这样可以大大地降低遗传算法的搜索次数。计算每个初始解的适应值时,从中选出适应值较大的解,组成匹配集。由于分段开关函
8、数的屏蔽作用,对于适应值相同的初始解,只取其中的任意一个。2.3遗传操作遗传操作包括选择、交叉和变异操作，其方法可保证遗传算法快速而准确地收敛于全局最优解。由于实际中故障多为单点故障, 为了保证单点故障能完全准确地识别出, 本系统采用单点故障完全初始化的方法，而且3个以上的元件同时发生故障的几率非常小，7因此只选用那些故障元件不多于3个的个体，可极大地简化算法的搜索次数。23.1选择操作系统采用最佳保留选择机制。先按赌轮选择机制执行遗传算法的选择功能, 并将当前解群体中适应值最高的所有个体全部完整地复制到下一代群体中, 以保证遗传算法终止时得到的结果一定是历代出现过最高的适应值的个体, 而且不
9、排除多解的情况, 使所有的最优解均能得到完整的保留。2.3.2交叉操作与变异操作系统采用两断点交叉及按位变异的方法。且交叉和变异均采用可变的概率。由遗传的计算机理可知, 在迭代的前期, 交叉的概率应较大, 遗传的概率应较小, 以保证计算过程的平稳进行;在迭代的后期, 解群中的串已经趋于稳定, 可能收敛于局部最优解, 此时交叉的作用已经减小, 其发生的概率可降低, 而变异的概率应增大, 以利于有机会跳出局部最优解, 进入新的搜索空间3.仿真在配电网发生单一故障的前提下，采用本文的模型和算法分别对单电源辐射型配电网和环网开环运行的配电网进行仿真测试。对于单电源辐射型配电网，假定测试的配电网络有11
10、个分段开关、1个进线断路器。输入表示断路器和各分断开关的电流越限信息(有过电流为1，否则为0)，其中输入1表示定位信息未发生畸变的情况，输入2 表示定位信息发生畸变的情况。输出表示设备发生故障的情况(设备发生故障为1，否则为0)。单电源辐射型网络的测试结果见表2。表2 单电源辐射性配电网的测试结果对于环网开环运行的配电网(以图2 为例)，用输入1、3 和5 表示定位信息未发生畸变的情况，用输入2、4 和6 表示有1 位定位信息发生畸变的情况。独立配电区域A 和B 8同时发生单一故障时的测试结果见表3。独立配电区域A和B 之一发生单一故障时的测试结果见表4。表3 配电区域A和B 同时发生单一故障
11、的测试结果表4 配电区域A和B 之一发生单一故障的测试结果由仿真结果可知，本文基于GA 建立改进的配电网故障定位的数学模型及其故障定位算法具有很高的容错能力，建立的环网开环运行的配电网故障定位的统一数学模型能够同时准确实现几个不同配电区域的故障定位、容错性较高。4.结论( 1)遗传算法的寻优过程,能实时跟踪网络拓扑,且仅限于对具有故障信息所对应的进线断路器的供电范围进行搜索,这样就加快了故障判断速度;( 2)该方法具有容错性能,提高了故障定位的准确性,优于传统的故障电流分析法;( 3)能对多并发性故障准确定位;95.总结本文构建的基于遗传算法的配电网故障定位能防止误判，提高了算法的容错性，而且
12、可以通过单电源推广到多电源多重故障的供电情况，该算法在多种情况下进行仿真，由此也证明了该算法的有效性与可行性。10参考文献：1、 刘健，倪建立，杜宇配电网故障区段判断和隔离的统一矩阵算法电力系统自动化2、 周明，孙树栋遗传算法原理及运用M北京：国防工业出版社3、 文福拴，邱家驹，韩祯祥利用断路器信息诊断电力系统故障的高级遗传算法J电工技术学报4、 文福拴，韩祯祥，田磊，等基于遗传算法的电力系统故障诊断的解析模型与方法J电力系统及其自动化学报5、 陈国良等, 遗传算法及其应用 M .北京:人民邮电出版社,6、 杜红卫，孙雅明，刘弘靖等.基于遗传算法的配电网故障定位和隔离.电网技术7、费军，单渊达配网中自动故障定位系统的研究。中国电机工程学报
