資源描述：
《基于人工蜂群算法的配電網(wǎng)故障定位》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代號10532學(xué)號：S11092012密級：公開湖南大學(xué)碩士學(xué)位論文基于人工蜂群算法的配電網(wǎng)故障定位Distributionnetwork】hultlocationbasedonartificialbeecolonyalgorithmbyZENGHongmeiB．E．(XianUniversityofTechnology)201Athesissubmittedinp{mialsatisfactionoftheRequirementsfi3rthedegreeofMasterofF',ngineeringElectricalEngi
2、neeringinl：heGraduateSchoolofHunanUniversitySupervisorProfessorPENGMinfangApril，2014湖南大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成：果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：索和掏日期：為甲年歹月27日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作
3、者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)湖南大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密口，在年解密后適用本授權(quán)書。2、不保密團。(請在以上相應(yīng)方框內(nèi)打“√”)作者簽名：嗜釓柏}，Et期：沁t峰年歹月27Et導(dǎo)師簽名：胡名晦0孜日期：弘I平年，月硌日基于人工蜂群算法的配電網(wǎng)故障定位摘要配電網(wǎng)故障定位的作用在于饋線故障后快速查找出故障區(qū)段，它是配電網(wǎng)故
4、障處理的核心環(huán)節(jié)，直接影響著故障區(qū)域隔離和非故障區(qū)域供電恢復(fù)的正確性及有效性。故障的快速定位為實現(xiàn)智能電網(wǎng)的自愈控制奠定了基礎(chǔ)，對縮短故障停電時間、提高配電網(wǎng)供電可靠性具有重要的實際意義。本文借鑒了人工蜂群算法廣泛的應(yīng)用思路，從網(wǎng)絡(luò)拓?fù)浞治觥⑺惴☉?yīng)用及改進、信息畸變或缺失的處理、故障定位模型等幾個方面對配網(wǎng)故障定位方法進行了較深入的研究。本文提出了基于標(biāo)準(zhǔn)蜂群算法結(jié)合故障分級處理的配電網(wǎng)故障定位方法，該方法能夠適應(yīng)含分布式電源和多電源環(huán)狀網(wǎng)絡(luò)的拓?fù)渥兓?，先利用故障分級處理的判?jù)確定一部分無故障的區(qū)段，再通過標(biāo)準(zhǔn)蜂群算法定位出故障區(qū)段，
5、極大地提高了故障定位的效率。算例仿真結(jié)果驗證了提出的故障定位方法的有效性。針對標(biāo)準(zhǔn)蜂群算法存在的容易陷入局部極值、收斂速度慢的缺點，提出了一種改進蜂群算法，從引入免疫算法中基于抗體濃度的多樣性保持、改進引領(lǐng)蜂搜索方程、采用多種群協(xié)同進化三個方面改進了標(biāo)準(zhǔn)蜂群算法。四個標(biāo)準(zhǔn)測試函數(shù)的仿真結(jié)果表明改進蜂群算法的收斂精度、收斂速度和穩(wěn)定性均優(yōu)于標(biāo)準(zhǔn)蜂群算法。配電網(wǎng)的仿真算例中，兩種蜂群算法和遺傳算法定位結(jié)果的對比也驗證了改進蜂群算法的優(yōu)越性能。在單一故障的前提下，本文提出了故障定位的機會約束規(guī)劃模型，該模型采用考慮了故障漏報和誤報影響的開關(guān)
6、函數(shù)，將開關(guān)期望和實際的狀態(tài)差異設(shè)定為機會約束條件，依據(jù)配電網(wǎng)中各種故障情況發(fā)生的可能性建立了目標(biāo)函數(shù)。模型的求解采用基于蒙特卡洛仿真的改進蜂群算法，仿真結(jié)果表明該模型存在無法準(zhǔn)確定位某些小概率故障情況的問題，因此采用比較電氣量中電流幅值和正序分量相位的方法，進一步修正了故障定位的結(jié)果。關(guān)鍵詞：配電網(wǎng)；故障定位；人工蜂群算法；機會約束規(guī)劃；故障分級處理II碩士學(xué)位論文==!!=========!=!!!=====!======!!=====!!!=詈==!=!!!=====!==!==暑皇======!!!!====!!!!=0=!=
7、====!!喜!========!!!=====!=!==!葛!皇!======!AbstractDistributionnetworkfaultlocationisusedforquicklyfindingoutthefaultsectionsafterfeederfaults，whichiscentraltothewholefaultprocessingofdistributionnetwork．Itdirectlyaffectst]hecorrectnessandeffectivenessoffaultisolationandp
8、owerrestorationtonon—troubleareas．Rapidfaultlocationlaystheoreticalbasisforachievingself-healing·controlofthes
