[發(fā)明專利]基于多策略改進的鯨魚優(yōu)化算法的配電網(wǎng)故障定位方法

在審

• 申請?zhí)枺?/td>: 202111477885.0
• 申請日: 2021-12-06
• 公開（公告）號: CN114330630A
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計）人: 劉麗桑;張榮升
• 申請（專利權(quán)）人: 福建工程學(xué)院
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06Q10/00;G06Q10/04;G06Q50/06
• 代理公司: 福州君誠知識產(chǎn)權(quán)代理有限公司 35211
• 代理人: 戴雨君

1.基于多策略改進的鯨魚優(yōu)化算法的配電網(wǎng)故障定位方法，其特征在于：其包括以下步驟：

步驟S1：建立含有分布式電源的配電網(wǎng)模型；

步驟S2：基于設(shè)定的區(qū)段狀態(tài)編寫故障特征向量，并模擬FTU上傳故障信息至配電網(wǎng)模型，即輸入開關(guān)節(jié)點的期望值；

步驟S3：設(shè)置種群規(guī)模N、求解維度D、最大迭代次數(shù)T_max和當(dāng)前的迭代次數(shù)t；

步驟S4：引入Sine映射初始化鯨魚種群{X_i，i＝1，2，...，N}，Sine混沌自映射的表數(shù)學(xué)達式為：

其中，初始值x_n不為0，且不在[-1，1]內(nèi)產(chǎn)生不動點和零點；

步驟S5：種群初始化后，在種群中隨機選擇3個互不相同的目標(biāo)向量X_i1，X_i2，X_i3，使用變異因子生成一個新的變異矢量，具體公式如下：

V_i＝X_i1+F·(X_i2-X_i3)

其中，F(xiàn)為變異因子，F(xiàn)∈[0，1]；

步驟S6：在變異操作生成變異向量后，即將變異向量與原目標(biāo)向量進行交叉操作生成試驗向量，二項式交叉定義如下：

其中，rand_i，j[0，1]是定義在[0，1]之間的隨機數(shù)，CR為交叉因子，CR∈[0，1]；

步驟S7：比較試驗向量與目標(biāo)向量的適應(yīng)度值，適應(yīng)度值高的個體被選擇進入下一代，選擇操作的數(shù)學(xué)模型定義如下：

其中，f_fit表示適應(yīng)度函數(shù)；

步驟S8：計算自適應(yīng)慣性權(quán)重ω的值，引入新的自適應(yīng)慣性權(quán)重ω的表達式為：

ω＝0.5+exp(-f_fit(X_i)/u)^t

其中，f_fit(X_i)是鯨魚X_i的適應(yīng)度值；u表示在第一次迭代計算中鯨魚種群中最佳的適應(yīng)度值；

步驟S9：通過適應(yīng)度函數(shù)計算初始狀態(tài)下每只鯨魚的適應(yīng)度值并進行排序；

步驟S10：確定最優(yōu)鯨魚的位置X_best及其對應(yīng)的全局最優(yōu)適應(yīng)度值F_best作為最優(yōu)解；

步驟S11：計算隨機概率因子p和系數(shù)|A|，其中隨機概率因子p∈rand[0，1]，系數(shù)A的定義為：

其中，r∈rand[0，1]；a被稱為控制參數(shù)；t為當(dāng)前迭代次數(shù)；T_max為最大迭代次數(shù)；隨迭代次數(shù)t的增加a從2線性減小到0，系數(shù)|A|的值從2減小到0；

步驟S12：基于隨機概率因子p和系數(shù)|A|判斷鯨魚接下來的行為，從而選擇性更新鯨魚個體的位置；當(dāng)隨機概率因子p＜0.5且|A|≥1時，則判定鯨魚處于搜索覓食階段并執(zhí)行步驟S13；否則，判定鯨魚處于捕獵階段并執(zhí)行步驟S14；

步驟S13：搜索覓食階段是鯨魚隨機尋找食物的過程，當(dāng)前鯨魚個體隨機選取另一鯨魚個體作為目標(biāo)并向其位置靠攏，其數(shù)學(xué)模型可表示為：

其中，X(t+1)是鯨魚當(dāng)前迭代更新后所處的位置；X_rand(t)是從當(dāng)前鯨魚群體中隨機選取的鯨魚個體；X(t)是當(dāng)前的鯨魚個體位置；C是隨機分布于[0，2]之間的系數(shù)向量；

步驟S14：鯨魚群捕獵階段，以當(dāng)前獲得最優(yōu)解的種群個體作為目標(biāo)獵物，其他所有個體均向目標(biāo)獵物靠攏以更新位置；

步驟S15：位置更新完成后，對所有的鯨魚個體再次進行適應(yīng)度值計算；當(dāng)則最優(yōu)適應(yīng)度值為第t代最優(yōu)適應(yīng)度值，為第t代的全局最優(yōu)適應(yīng)度值；否則，保持當(dāng)前不變；

步驟S16：判斷當(dāng)前迭代次數(shù)是否達到最大迭代次數(shù)；是則，終止迭代輸出當(dāng)前最優(yōu)解并執(zhí)行步驟S17；否則，當(dāng)前迭代次數(shù)加1并執(zhí)行步驟S4；

步驟S17：利用sigmoid函數(shù)將實數(shù)向量X＝[x₁，x₂，…x_n]轉(zhuǎn)化為一個二進制向量Y＝[y₁，y₂，…y_n]，編碼轉(zhuǎn)換思想如下：

其中，rand為[0，1]的隨機數(shù)怕；

步驟S18：輸出的二進制向量Y即為測試結(jié)果，完成配電網(wǎng)故障區(qū)段的定位。