基于蟻群優(yōu)化算法的電力負荷聚類和輸電線故障識別研究.pdf

1、本論文是研究基于蟻群優(yōu)化算法(AntColonyOptimizationAlgorithm，ACOA)來實現(xiàn)電力負荷聚類和輸電線的故障類型的識別。ACOA已經(jīng)在許多領域的相關問題中得到成功的應用，而在電力系統(tǒng)中開展的研究和應用則處于剛剛起步階段。蟻群優(yōu)化算法在大規(guī)模復雜組合優(yōu)化問題研究中具有極強的優(yōu)勢，經(jīng)應用研究測試證明了它的有效性。 為了能深入掌握ACOA的基本原理和算法實現(xiàn)本論文的兩個研究目標，論文首先對基于數(shù)據(jù)挖掘的聚類原

2、理及其方法、國內(nèi)外的研究動態(tài)進行了必要的基礎概述工作；在此基礎上，又對ACOA的原理、算法及其應用、國內(nèi)外的研究動態(tài)作了概述。它們是進行論文研究的重要基礎。 由于外部隨機因素的影響，電力系統(tǒng)短期負荷預測精度難于解決。在已有研究中采用聚類和模式識別結合原理來實現(xiàn)，但對外部氣象因素特征與聚類性能之間不能很好協(xié)調(diào)，致使不能按預期目標來實現(xiàn)預測精度的要求。本論文首次把ACOA用于電力負荷序列聚類分析，并與廣泛用于電力負荷聚類的Kohon

3、en神經(jīng)網(wǎng)絡進行對比，經(jīng)實際地區(qū)負荷系統(tǒng)仿真測試證明了基于ACOA的聚類性能優(yōu)越性，它對氣候異常情況、高溫區(qū)域、節(jié)假日都具有更高的敏感性和分辨率；對負荷曲線輪廓的相似性具有更細膩和均勻性的聚類特性，對負荷預測精度的提高是有極其重要意義的。 輸電線故障類型識別問題對保護的動作和重合閘作用的發(fā)揮有極其重要的意義。目前基于富氏變換原理來處理暫態(tài)信號存在局限性，不能保證完全正確的故障選相。本論文首次研究用ACOA進行輸電線故障類型識別，