基于时变压缩因子的PSO算法的配电网故障定位测控计算分析方法

发布时间：2021-04-21 09:28

　　随着科学技术的进步以及社会的发展,使得配电网的电路拓扑结构变得越来越复杂,与之相对应的是,故障定位准确性变得越来越无法保证。文中采用时变压缩因子的PSO算法,实现基于配电网终端馈线设备FTU的故障定位,可以更有效地提高配电网故障定位的准确率与容错性,并通过Matlab软件进行仿真测试。实验结果表明,该算法收敛性好、准确度高,可以精准识别故障位置,为配电网完全自动化的实现提供了重要的理论支撑。 

【文章来源】：现代电子技术. 2020,43(15)北大核心

【文章页数】：4 页

【文章目录】：
0 引言
1 时变压缩因子的PSO算法
2 基于时变PSOCF算法的故障定位算法
    2.1 基于时变PSOCF故障定位算法的原理
    2.2 基于时变PSOCF故障定位算法流程
3 算法仿真算例
    3.1 仿真算例测试结果
    3.2 PSOCF与PSO-W仿真对比
4 结语


【参考文献】：
期刊论文
[1]基于改进微分进化算法的配电网故障定位计算分析方法[J]. 周杨珺,高立克,欧阳健娜.  智慧电力. 2017(10)
[2]含分布式电源的配电网的供电恢复技术研究综述[J]. 牛耕,孔力,周龙,齐智平,朱玛,闫志坤,裴玮.  电工电能新技术. 2017(09)
[3]时变压缩因子粒子群算法[J]. 张成兴.  计算机工程与应用. 2015(23)
[4]基于改进PSO算法的电力系统无功优化[J]. 陈前宇,陈维荣,戴朝华,张雪霞.  电力系统及其自动化学报. 2014(02)
[5]配电网故障区间定位的高级遗传算法[J]. 卫志农,何桦,郑玉平.  中国电机工程学报. 2002(04)

硕士论文
[1]改进的EGO算法求解较高维的全局优化及其应用[D]. 漆丽.电子科技大学 2016
[2]电力系统中基于拓扑分析的故障定位算法研究[D]. 金启彦.南京师范大学 2013
[3]基于改进粒子群算法的车间作业排序的优化及仿真研究[D]. 黄慧.南京航空航天大学 2012
[4]基于多模态粒子群优化的社会网络分析研究[D]. 闫兆法.大连理工大学 2010



本文编号：3151506