蚁群算法在配电网故障定位中的应用.doc
《蚁群算法在配电网故障定位中的应用.doc》由会员分享，可在线阅读，更多相关《蚁群算法在配电网故障定位中的应用.doc（27页珍藏版）》请在冰豆网上搜索。
电子科技大学
毕业设计（论文）
论文题目：
蚁群算法在配电网故障定位中的应用
学习中心（或办学单位）：
电子科技大学厦门远洋中心
指导老师：
漆强职称：
讲师
学生姓名：
黄春水学号:
200910628990
专业：
电力系统及其自动化
电子科技大学
继续教育学院
制
网络教育学院
2011年05月16日
电子科技大学
毕业设计（论文）任务书
题目：
蚁群算法在配电网故障定位中的应用
任务与要求：
1.观点正确，论证充分。
2.结构合理，逻辑严密。
3.满足一定的阅读量。
时间：
2011年3月17日至2011年6月30日共12周
学习中心：
（或办学单位）电子科技大学厦门远洋中心
学生姓名：
黄春水学号：
200910628990
专业：
电力系统及其自动化
指导单位或教研室：
电子科技大学厦门远洋中心
指导教师：
漆强 职称：
教授
电子科技大学
继续教育学院
制
网络教育学院
2011年06月16日
毕业设计（论文）进度计划表
日期
工作内容
执行情况
指导教师
签字
3月17日
至
4月12日
选题
4月18日
至
4月28日
开题报告
4月29日
至
5月23日
论文初稿
6月16日
至
6月30日
论文终稿
教师对进度计划实施情况总评
……
签名
年月日
本表作评定学生平时成绩的依据之一
摘要
配电网是整个电力系统直接面向用户的最后环节。
随着社会经济的发展,电力用户对供电可靠性要求越来越高,配电自动化系统的推广和普及是一个必然趋势。
快速、准确的故障定位是迅速隔离故障区域、恢复非故障失电区域供电的基本前提。
蚁群算法是近年发展起来的一种仿生优化算法,具有分布式计算、快速正反馈、启发式搜索的特点。
用蚁群算法进行配电网故障定位,是本文的研究内容。
本论文主要阐述了对现有的配网故障定位的目标函数加以改进，将配电网故障定位问题转化为类似于TSP问题的模式，并采用分级处理的思想把整个配电网络分解为主干支路和多个独立区域，最后借助于蚁群算法进行局部、全局寻优。
文中充分利用配电网呈辐射状的特点，依据分级处理的思想，把整个配电网划分为主干支路和若干个独立区域，从而降低可行解的维数，使计算速度有较大的提高，然后利用蚁群算法良好的正反馈和容错性的特点进行局部及全局寻优，最后通过算例验证了该算法的有效性。
关键词：
配电网，故障定位，蚁群算法，分级处理
Abstract
Thedistributionnetworkistheentireelectricalpowersystemfacestheuserdirectlythefinallink.Alongwiththesocialeconomydevelopment,theelectricpoweruserismoreandmorehightothepowersupplyreliabilityrequest,thepowerdistributionautomatedsystempromotionandthepopularizationareaninevitabletrend.Fast,theaccuratebreakdownlocalizationistherapidisolationbreakdownregion,restoresthenon-breakdowntolosetheelectricityregionpowersupplythebasicpremise.Theantgroupalgorithmisonekindofbiologicalmodellingoptimizationalgorithmwhichtherecentyearsdeveloped,hadthedistributedcomputing,thefastregeneration,theheuristicsearchcharacteristic.Carriesonthedistributionnetworkbreakdownlocalizationwiththeantgroupalgorithm,isthisarticleresearchcontent.Thepresentpapermainlyelaboratedtoexistingmatchesthenetbreakdownlocalizationtheobjectivefunctiontoimprove,distributionnetworkThefault-locationproblemtransformsforissimilartotheTSPquestionpattern,andusesgraduationprocessingthethoughttodecomposetheentirepowerdistributionnetworkintothebranchlegandmanyindependentregions,finallydrawssupportfromYuYiqunthealgorithmtocarryon,theoverallsituationoptimizationpartial.Inthearticlefullyassumestheradiatingusingthedistributionnetworkthecharacteristic,thebasisgraduationprocessingthought,primarilydoestheentiredistributionnetworkdivisionthelegandcertainindependentregions,thusreducesthefeasiblesolutionthedimension,enablethecomputationspeedtohavethebigenhancement,thenandthefault-tolerantcharacteristiccarriesonpartialandtheoverallsituationoptimizationusingtheantgroupalgorithmgoodregeneration,finallyhasconfirmedthisalgorithmvaliditythroughtheexample.
KEYWORD:
Distributionnetwork,breakdownlocalization,antgroupalgorithm,graduationprocessing
目录
第一章绪言 1
第二章蚁群算法的基本原理 1
第一节蚁群算法简介 1-5
第二节蚁群算法 5-7
第三章配电网的基本知识 7-11
第四章配电网故障定位技术现状与展望 11-13
第五章配电网故障定位蚁群算法的基本原理 14-18
结束语 19
谢辞 20
参考文献 21
电子科技大学毕业论文（设计） 蚁群算法在配电网故障定位中的应用
第一章绪言
经济的高速发展和人们生活水平的提高对供电的可靠性也提出了更高的要求。
而馈线发生故障后，要迅速并准确地隔离故障区域并恢复非故障区域的供电，从而减少停电面积和停电时间。
目前解决故障定位的算法大致可分为两种：
直接算法和间接算法。
直接算法中最典型的就是矩阵算法[1]法速度快，但对上传故障信息的准确度要求比较高，容错性较差。
间接算法也就是所谓的寻优算法，目前主要有遗传算法和神经网络算法等，该算法具有较高的容错性，但目前还不是很完善，计算量大。
蚁群算法是模拟自然界中真实蚁群的觅食行为形成的一种模拟进化算法，具有正反馈、分布式计算和富于贪婪启发式搜索的特点。
虽然蚁群算法出现的时间不长，但已经成功应用于许多组合优化问题，例如典型的旅行商（TSP）车辆路径问题、机组最优投入及配电网网架优化规划问题等。
传统的矩阵算法,计算速度快,但不具有容错性,在故障信息有畸变时会发生误判。
蚁群算法是一种寻优算法,具有很好的容错性。
用蚁群算法进行配电网故障定位,当故障信息有少量畸变时,仍能准确判断出故障区域。
本论文主要阐述了对现有的配网故障定位的目标函数加以改进，将配电网故障定位问题转化为类似于TSP问题的模式，并采用分级处理的思想把整个配电网络分解为主干支路和多个独立区域，最后借助于蚁群算法进行局部、全局寻优。
第二章蚁群算法的基本原理
第一节蚁群算法简介
一、蚁群算法的由来
蚂蚁是地球上最常见、数量最多的昆虫种类之一，常常成群结队地出现在人类的日常生活环境中。
这些昆虫的群体生物智能特征，引起了一些学者的注意。
意大利学者M.Dorigo，V.Maniezzo等人在观察蚂蚁的觅食习性时发现，蚂蚁总能找到巢穴与食物源之间的最短路径。
经研究发现，蚂蚁的这种群体协作功能是通过一种遗留在其来往路径上的叫做信息素（Pheromone）的挥发性化学物质来进行通信和协调的。
化学通信是蚂蚁采取的基本信息交流方式之一，在蚂蚁的生活习性中起着重要的作用。
通过对蚂蚁觅食行为的研究，他们发现，整个蚁群就是通过这种信息素进行相互协作，形成正反馈，从而使多个路径上的蚂蚁都逐渐聚集到最短的那条路径上。
这样，M.Dorigo等人于1991年首先提出了蚁群算法。
其主要特点就是：
通过正反馈、分布式协作来寻找最优路径。
这是一种基于种群寻优的启发式搜索算法。
它充分利用了生物蚁群能通过个体间简单的信息传递，搜索从蚁巢至食物间最短路径的集体寻优特征，以及该过程与旅行商问题求解之间的相似性。
得到了具有NP难度的旅行商问题的最优解答。
同时，该算法还被用于求解Job-Shop调度问题、二次指派问题以及多维背包问题等，显示了其适用于组合优化类问题求解的优越特征。
多年来世界各地研究工作者对蚁群算法进行了精心研究和应用开发，该算法现己被大量应用于数据分析、机器人协作问题求解、电力、通信、水利、采矿、化工、建筑、交通等领域。
蚁群算法之所以能引起相关领域研究者的注意，是因为这种求解模式能将问题求解的快速性、全局优化特征以及有限时间内答案的合理性结合起来。
其中，寻优的快速性是通过
升级会员 