基于遺傳算法的電力系統(tǒng)故障診斷.pdf

1、該文主要研究了基于高級(jí)遺傳算法(RGA)的電力系統(tǒng)故障診斷方法和基于RGA的輸電線路故障測距方法.故障診斷是利用保護(hù)和斷路器信息來判別系統(tǒng)中哪些元件發(fā)生了故障、故障種類及原因.故障診斷問題也可以表示成為0-1規(guī)劃問題.按照元件故障、保護(hù)動(dòng)作和開關(guān)跳閘之間的邏輯關(guān)系,可以將故障診斷問題表示為無約束的0-1規(guī)劃問題.遺傳算法(GA)是通過模擬生物進(jìn)化過程來達(dá)到自學(xué)習(xí)與優(yōu)化的目的.GA是一個(gè)迭代過程.在每次迭代中都保留一組候選解.按其解的優(yōu)劣

2、進(jìn)行排序,并按某種指標(biāo)從中選出一些解,利用一些遺傳算子如交叉(crossover)和變異(mutation)等對(duì)其進(jìn)行運(yùn)算.產(chǎn)生新一代的一組候選解,重復(fù)此過程,直至滿足某種收斂指標(biāo)為止.簡單遺傳算法(SGA)存在的最大的問題是"早熟".即在解群中的一個(gè)或幾個(gè)數(shù)字串的適應(yīng)值遠(yuǎn)大于其它串的適應(yīng)值,這些數(shù)字串在解群中占主導(dǎo)地位,繁殖機(jī)會(huì)(即入選匹配集的機(jī)會(huì))很多,經(jīng)過少數(shù)幾次迭代后解群中的位置有可能全部被該數(shù)字串(或其某個(gè)后代)占據(jù),這樣GA

3、的求解過程就結(jié)束了,也即收斂了.但這樣很有可能收斂到局部最優(yōu)解.該文研究了RGA在電力系統(tǒng)故障診斷中的應(yīng)用,這種方法可以有效地求得全局最優(yōu)解,與SGA相比RGA的遺傳算子中包括了一些新的算子,基本算子的實(shí)現(xiàn)方式也不一樣.此外SGA中交叉算子發(fā)生概率Pc和變異算子發(fā)生的概率Pm是恒定不變的,而RGA中其概率是可變的.RGA很適用于解決電力系統(tǒng)復(fù)雜故障情況下的診斷問題.經(jīng)算例計(jì)算表明,所發(fā)展的故障診斷的數(shù)學(xué)模型是正確的,采用的基于RGA的故