基于混合蚁群算法的配电网故障区段定位研究

被引量 : 17次 | 上传用户:cai2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着城市电网改造和智能电网的不断发展,我国对配电网供电质量和供电可靠性提出了更高的要求。在配电网发生故障时,要求能及时、快速、可靠的定位出故障,以便快速进行故障隔离并对非故障区进行供电恢复,减少经济损失。可见,高效可靠的故障定位技术在配电安全运行中占有极为重要的地位。本文将蚁群算法引入到配电网故障定位中,分别从算法的改进和故障定位模型两个方面进行深入研究。针对蚁群算法在寻优初期收敛效果过差,易于陷入局部最优等不足,本文将免疫算法的自适应机制引入到蚁群算法中,提出了一种混合蚁群算法应用到配电网故障定位
其他文献
变电站自动化技术的发展和微机保护的广泛应用极大地提高了电网的自动化水平和管理水平,但是由于变电站自动化系统和保护设备的通信协议不统一造成系统无缝集成困难,生命周期缩短;设备之间互操作性差,维护工作量大,改造升级困难。同时变电站的一、二次设备的控制信号发送、模拟量采集靠大量的电缆连接实现,不仅浪费了大量的财力,而且高、低压设备之间不能实现电气隔离。IEC61850标准的发布,电子式互感器的逐步推广应
随着电子技术以及磁电子学的发展,磁场探测技术在电力系统中发挥起越来越重要的作用。而电力系统智能化及信息化的发展趋势,使得对磁场探测精度提出了更高的要求。目前,磁场探测
城市自来水管道绝大部分位于地表以下,为了更好地对自来水的输送进行管理,自来水公司在管道沿线布设了大量的传感器。传统的传感器供电方法通常采用蓄电池供电,但是传统蓄电
本课题针对机械装备转子系统结构复杂、承受载荷大、驱动电机功率大、振动问题突出、影响载荷与故障的因素多的特点而提出,对系统进行载荷识别以保证机械装备可靠安全的运行
论文首先建立了以描述抽油杆柱一维振动的有阻尼波动方程为基础,选取光杆运动和抽油泵负荷为边界条件,考虑电动机转速波动对系统动态特性影响的抽油机—电动机一维动态模型,
由于电力系统的特殊性,难以通过对电力网络的频繁试验来研究电力系统的特性。因此,数字仿真成为电力系统规划、运行和调度的重要手段。大量实例和研究表明负荷模型对电力系统的动态仿真有十分重要的影响,它的准确与否直接影响仿真结果和以仿真结果为依据的决策方案。目前,工程实践中采用基波正序电压和正序功率进行实测负荷建模,这未计及电网不对称运行时负序分量对负荷响应的影响。为提高实测信息的利用率和负荷模型的辨识精度