[發明專利]基于人工魚群算法的電纜集群優化運行方法

在審

• 申請號: 201711220361.7
• 申請日: 2017-11-29
• 公開（公告）號: CN108108805A
• 公開（公告）日: 2018-06-01
• 發明（設計）人: 張明理;劉一濤;高靖;沈方;楊曉崢;常福剛;竇文雷;劉巖;梁毅;佟永吉;王征;潘超
• 申請（專利權）人: 國網遼寧省電力有限公司;國網遼寧省電力有限公司經濟技術研究院;國家電網公司;東北電力大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06Q50/06
• 代理公司: 吉林市達利專利事務所 22102
• 代理人: 陳傳林

1.一種基于人工魚群算法的電纜集群優化運行方法，其特征是，它包括以下內容：

1)人工魚群算法基本原理

人工魚群算法是一種模擬實際魚群三種行為的智能尋優算法，人工魚群算法需要設置的參數包括視野范圍Vis、魚群規模W、步長參數ST、擁擠度因子λ，人工魚群三種行為描述如下：

(1)覓食行為：人工魚在水中隨機游動，當人工魚在其視野范圍內發現食物時，則會循著食物多的區域快速游去，

在一個M維的目標搜索空間中，由W條人工魚個體組成一個人工魚群，其中第i條人工魚個體的狀態可用向量Xi＝(xi1,xi2,xi3,…xiM)表示，在視野范圍內隨機選擇一個狀態Xj，當該狀態食物濃度大于當前狀態時，則向該方向前進一步；反之，則重新隨機選擇狀態Xj，判斷是否滿足前進條件；反復幾次后，如果仍不滿足前進條件，則隨機移動一步，即：

xinextk＝xik+Random(ST)(xjk-xik)/||Xj-Xi||Tj＞Ti (1)

xinextk＝xik+Random(ST)Tj≤Ti (2)

式中：i、j＝(l，2，…，W)；k＝(l，2，…，N)；xjk，xik和xinextk為人工魚狀態向量Xj，Xi及下一步狀態向量xinext的第k個元素，Random()為[0，ST]間的隨機數，T為食物濃度值；

(2)聚群行為：魚為了生存都是成群聚集生活。人工魚在聚群時遵守分隔規則、對準規則和內聚規則，

設人工魚在其可見域內魚的數目為n，形成集合Ji，且：

Ji＝{Xj|||Xj-Xi||≤Vis} (3)

若表示在其周圍視野范圍內伙伴的數目大于零，即n≥l，則按式(4)計算出可見域伙伴的中心位置Xc，

x ck = ( Σ j = 1 n x jk ) / n - - - ( 4 ) ]]>

式中：xck為Vis鄰域內人工魚中心位置狀態向量Xc的第k個元素；xjk為Vis鄰域內第j條人工魚狀態向量Xj的第k個元素，計算該中心位置的食物濃度值Tc：

Tc<λTc(0<λ<1) (5)

若滿足式(5)，則表示可見區域內伙伴中心位置并不太擁擠，執行式(6)；否則執行覓食行為，

xinextk＝xik+Random(ST)(xck-xik)/||Xc-Xi|| (6)

若表示該人工魚個體可見鄰域內沒有其它人工魚個體，則執行覓食行為；

(3)追尾行為：當人工魚探索到其Vis鄰域內伙伴發現食物時，人工魚就會尾隨鄰域伙伴，迅速游向食物濃度較大的區域，

設人工魚探索視野范圍的伙伴中食物濃度最大的伙伴為Xmax，如果Tmax>λTi，表明伙伴Xmax的食物濃度高且其周圍不太擁擠，則執行式(7)；否則執行覓食行為，

xmaxk＝xik+Random(ST)×(xmaxk-xik)/||Xmax-Xi|| (7)

式中，xmaxk為狀態向量Xmax的第k個元素。如果人工魚個體Vis鄰域內沒有其它人工魚個體，則執行覓食行為；

(4)公告板：公告板用來記錄最大食物濃度值及當時人工魚個體的狀態，人工魚個體在執行尋優行為的過程中，每次行為結束后都要檢驗自身狀態與公告板的狀態，如果自身狀態優于公告板狀態，就將公告板的狀態改寫為自身狀態，這樣公告板就能記錄下歷史最優的狀態；

2)基于人工魚群算法電纜集群運行優化

電纜的敷設方式，以A、B、C表示每回路中A、B、C三相，字母A、B、C下標代表回路數，將電力電纜的載流量I、相對應的運行溫度θp和電纜敷設位置的坐標(r，t)作為變量；將載流量最大作為目標函數；將每根電纜的運行溫度均小于最高額定溫度θpmax作為不等式約束條件，該問題可用(8)式進行描述：

目標函數：max I＝f(r，t)

約束條件：

式中：I為載流量；p為電纜編號；q為回路編號；θp、θpmax為第p根電纜運行溫度和最高額定溫度：xq為第q回路的橫坐標值；width為電纜集群敷設的寬度，D為電纜外護層的外直徑；G1為電纜數；G2為回路數，

解決含有不等式約束條件的最優化問題，通常利用罰函數法處理不等式約束條件，將約束化問題變為無約束問題來求解，對于原優化問題的抽象數學模型：

目標函數：min-I＝-f(r，t)

約束條件：

式中：h1(r)、h2(r)、h3(r)為采用約束條件構造的函數，將不等式約束的越界量以懲罰項的形式附加在原來的目標函數f(r)上，構造出人工魚群算法的懲罰函數，

min F ( r ) = - f ( r ) + Σ z = 1 3 c z H z ( r ) c z H z ( r ) = c z Σ z = 1 3 - ln ( - h z ( r ) ) - - - ( 10 ) ]]>

式中：f(r)為原目標函數，cz為懲罰系數。