基于G3A算法的配電網故障定位研究.pdf

1、隨著遺傳算法、蟻群算法、神經網絡算法等人工智能技術的引入，配電網故障判斷領域的研究進入了一個新的階段，由于遺傳算法和蟻群算法各自存在的缺陷快速準確地實現(xiàn)故障區(qū)段的判斷始終是一件比較困難的事情。為此，本文嘗試將遺傳算法和螞蟻算法融合的GAAA算法引入到配電網故障定位算法的研究中。 首先利用遺傳算法的隨機搜索、快速行、全局收斂產生故障區(qū)段的初始信息分布。然后，充分利用螞蟻算法的并行性、正反饋機制以及求解效率高等特性，根據遺傳算法迭代

2、后的最優(yōu)組合形成饋線初始故障信息素分布，將遺傳算法求解結果轉換的信息素值代入蟻群算法的求解步驟中。 本文利用樹狀24饋線的配電網絡發(fā)生2處故障時的情況對算法進行了仿真，通過對仿真所得數(shù)據進行分析比較，證明了GAAA算法的有效性。本文提出了多電源多點故障的情況下故障網的分離方法，同時還提出了饋線網的分離，避免了誤判情況的出現(xiàn)。同時對評價函數(shù)也進行了改進，使得多電源多點故障下的配電網故障判成為可能，在本文中還探討并實踐了用遺傳算法結