[發(fā)明專利]一種配電網(wǎng)單相接地故障選線方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011220960.0
• 申請(qǐng)日: 2020-11-05
• 公開（公告）號(hào): CN112557807A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 辛瑞芝;張洪波;戴寧;宋春雷;李圣;張豪
• 申請(qǐng)（專利權(quán)）人: 山東電工電氣集團(tuán)新能科技有限公司
• 主分類號(hào): G01R31/08
• 分類號(hào): G01R31/08;G01R31/52;G01R31/60
• 代理公司: 濟(jì)南舜源專利事務(wù)所有限公司 37205
• 代理人: 孟繁修;苗峻

1.一種配電網(wǎng)單相接地故障選線方法，其特征在于，包括以下步驟：

步驟1、從小電流接地系統(tǒng)中提取故障特征，構(gòu)建配電網(wǎng)單相接地故障神經(jīng)網(wǎng)絡(luò)選線模型；

步驟2、基于蟻群算法對(duì)神經(jīng)網(wǎng)絡(luò)選線模型訓(xùn)練，找到神經(jīng)網(wǎng)絡(luò)參數(shù)的最優(yōu)值；

步驟3、基于蟻群算法完成配電網(wǎng)單相接地故障選線。

2.根據(jù)權(quán)利要求1所述的一種配電網(wǎng)單相接地故障選線方法，其特征在于，步驟2中蟻群算法的基本方法是：

假定網(wǎng)絡(luò)中有m個(gè)參數(shù)，其中包括所有的權(quán)值和域值；首先，對(duì)參數(shù)進(jìn)行排序，記為p₁,p₂,…,p_m，對(duì)于參數(shù)p_i(1≤i≤m)，將其設(shè)置為N個(gè)隨機(jī)非零值，形成集合I_pi；然后定義螞蟻的數(shù)目為s，螞蟻從蟻巢出發(fā)去尋找食物，每只螞蟻從第1個(gè)集合出發(fā)，根據(jù)集合中每個(gè)元素的信息素狀態(tài)，隨機(jī)地從每個(gè)集合I_pi中選擇一個(gè)元素，并對(duì)所選元素的信息素做相應(yīng)調(diào)節(jié)；當(dāng)螞蟻在所有集合中完成元素的選擇后，它就到達(dá)了食物源，并按原路徑返回蟻巢，同時(shí)調(diào)節(jié)集合中所選元素的信息素；這一過程反復(fù)進(jìn)行，當(dāng)全部螞蟻收斂到同一路徑時(shí)，找到網(wǎng)絡(luò)參數(shù)的最優(yōu)值。

3.根據(jù)權(quán)利要求2所述的一種配電網(wǎng)單相接地故障選線方法，其特征在于，蟻群算法的步驟如下：

1)初始條件：令集合I_pi(1≤i≤m)中的元素j的信息素τ_j(I_pi)(t)＝C，(1≤j≤N)，螞蟻的數(shù)目為s，全部螞蟻置于蟻巢；

2)啟動(dòng)所有螞蟻，每只螞蟻從第1個(gè)集合開始，按照下述規(guī)則依次在每個(gè)集合中選擇一個(gè)元素；

路徑選擇規(guī)則：對(duì)于集合I_pi，任意一只螞蟻k(k＝1,…,s)，根據(jù)下式計(jì)算的概率隨機(jī)地選擇它的第j個(gè)元素；

直到蟻群全部到達(dá)食物源；

3)當(dāng)所有螞蟻在每個(gè)集合中都選擇了一個(gè)元素，并按照原路徑返回蟻巢，設(shè)該過程經(jīng)歷的時(shí)間為m個(gè)時(shí)間單位，則所選擇的元素的信息素按下式做相應(yīng)調(diào)節(jié)；

τ_j(I_pi)(t+m)＝ρτ_j(I_pi)(t)+Δτ_j(I_pi)；

其中：參數(shù)ρ(0≤ρ1)表示信息素的持久性，則1-ρ表示信息素的消逝程度；表示第k只螞蟻在本次循環(huán)中，Δτ_j(I_pi)在集合I_pi的第j個(gè)元素上留下的信息素，可用下式來計(jì)算：

式中：Q是常數(shù)，用于調(diào)節(jié)信息素的調(diào)整速度；e^k是將第k個(gè)螞蟻選擇的一組權(quán)值作為神經(jīng)網(wǎng)絡(luò)的權(quán)值的輸出誤差，e^k＝|O_n-O_q|；式中O_n和O_q是神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出和期望輸出；

4)重復(fù)上述步驟，直到所有螞蟻全部收斂到一條路徑，即找到了參數(shù)的最優(yōu)值，則循環(huán)結(jié)束。

4.根據(jù)權(quán)利要求3所述的一種配電網(wǎng)單相接地故障選線方法，其特征在于，步驟3中基于蟻群算法的神經(jīng)網(wǎng)絡(luò)故障選線步驟如下：

a)利用FFT和WPT算法分別從零序電流信號(hào)中提取暫態(tài)分量、有功分量和五次諧波分量，形成訓(xùn)練樣本集和測(cè)試樣本集；

b)將神經(jīng)網(wǎng)絡(luò)的所有權(quán)值和域值按一定順序進(jìn)行排列，對(duì)于每個(gè)參數(shù)隨機(jī)產(chǎn)生N個(gè)非零值，形成集合I_pi；

c)執(zhí)行步驟2中蟻群算法的步驟1)～4)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，最后得到神經(jīng)網(wǎng)絡(luò)的權(quán)值和域值；

d)利用測(cè)試樣本集對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試，驗(yàn)證選線模型。