[發明專利]基于單邊優化與遺傳算法協作的低壓配電網拓撲識別方法有效
| 申請號: | 202011126505.4 | 申請日: | 2020-10-20 |
| 公開(公告)號: | CN112241812B | 公開(公告)日: | 2023-10-03 |
| 發明(設計)人: | 唐明群;徐文;孫大璟;葛善虎;高尚源 | 申請(專利權)人: | 江蘇其厚智能電氣設備有限公司;江蘇德能電力設計咨詢有限公司 |
| 主分類號: | G06F18/2415 | 分類號: | G06F18/2415;G06N3/04;G06N3/126;G06Q50/06 |
| 代理公司: | 南京華恒專利代理事務所(普通合伙) 32335 | 代理人: | 裴素艷 |
| 地址: | 210023 江蘇省南京市*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 單邊 優化 遺傳 算法 協作 低壓 配電網 拓撲 識別 方法 | ||
1.基于單邊優化與遺傳算法協作的低壓配電網拓撲識別方法,其特征在于,采用如下步驟:
(1)讀取配電臺區配變和用戶電表的電氣量數據,進行篩選與剔除;
(2)確定以電氣量為約束的能量函數;
(3)運用神經網絡,得到網絡拓撲的初始解;
(4)在初始解基礎上,采用遺傳算法計算全局最優解;
(5)基于單邊優化的構造方法進行多斷面數據樣本概率統計優化;
(6)輸出低壓配電網拓撲連接關系。
2.根據權利要求1所述的基于單邊優化與遺傳算法協作的低壓配電網拓撲識別方法,其特征在于:所述步驟(3)中采用V矩陣狀態表示神經元狀態,(n*m)*m個神經元對應(n*m)*m個用戶表箱;在V矩陣的每行中,1表示用戶表箱連接在某一電纜分支箱下,0表示沒有連接關系。
3.根據權利要求1所述的基于單邊優化與遺傳算法協作的低壓配電網拓撲識別方法,其特征在于:所述步驟(4)遺傳算法中染色體的基因位置對應配電臺區內的所有能接入位置,基因的值為所接入用戶表箱的編號,以基爾霍夫定律計算電度量、電流、有功功率中任一種變化趨勢的差值來構建適應度函數,再經過選擇函數、交叉函數、變異函數、重選函數、總函數來迭代尋優計算全局最優解。
4.根據權利要求3所述的基于單邊優化與遺傳算法協作的低壓配電網拓撲識別方法,其特征在于:基于N次遺傳算法計算結果,將每次計算的誤差測量值ΔE1與歷史ΔE1比較,若當前次ΔE1比歷史ΔE1值小,保留當前次值為最優,否則舍棄當前次值,最后保留最優的一次ΔE1;
ΔE1的計算是由下面公式推導而來:
ΔE1-t[i][j]=(E1-t[i][j+1]-E1-t[i][j])/E1-t[i][j+1];
i=0,1,2,…,m_tzone-1;j=0,1,2,…,TValidcount_num-2;
m_tzone表示臺區數目,TValidcount_num表示參與運算的時刻點數;
其中ΔE1-t是各個臺區配變P總的變化率,ABS表示取絕對值;
ΔE1-1-φ[i][j]=(E1-1-φ[i][j+1]-E1-1-φ[i][j])/E1-1-φ[i][j+1]
i=0,1,2,…,m_tzone-1;j=0,1,2,…,TValidcount_num-2;
其中,ΔE1-1-φ是用戶側的變化率,E1-1-φ是用戶側的可逆矩陣;
ΔE1是由Pop_num個數值組成的一維數組:
ΔE1=min{ΔE1[m]},A是乘法因子,A=1,m∈[0,Pop_num-1]。
5.根據權利要求4所述的基于單邊優化與遺傳算法協作的低壓配電網拓撲識別方法,其特征在于:所述多斷面數據樣本包括同源數據和不同源數據,同源數據是指在算法運行前預設周期長度,一次性載入整個周期長度獲得的的數據信息,該數據信息和長度是固定不變的;不同源數據是指在不同周期內獲得的同源數據信息的集合體。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇其厚智能電氣設備有限公司;江蘇德能電力設計咨詢有限公司,未經江蘇其厚智能電氣設備有限公司;江蘇德能電力設計咨詢有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011126505.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種骨科用手臂訓練裝置
- 下一篇:一種雷達顯示器





