基于多源信息的配电网故障定位容错算法

"这篇论文提出了一种考虑多源信息的配电网故障定位容错方法，旨在解决传统算法在单一信息源下容错率较低的问题。论文利用用户用电采集系统的供电信息作为冗余信息，结合分布式电源的影响，构建了故障定位适应度函数，并采用二进制粒子群算法进行求解。此外，还运用改进的D-S证据理论进行证据融合，以提高故障定位的准确性和容错能力。仿真结果证明了该方法在单重和双重故障情况下，即使FTU（馈线终端单元）信息有误，也能有效提高容错率。关键词包括泛在电力物联网、多源信息、D-S证据理论、粒子群算法、容错率、故障定位、分布式电源和配电网。" 这篇论文探讨的是在现代电力系统中，尤其是在配电网故障定位领域的创新方法。传统的故障定位算法通常依赖于馈线终端单元（FTUs）的数据，但这种方法存在容错率低的局限性。论文提出了一种新的思路，即利用多源信息，尤其是用户用电采集系统的实时供电信息，作为补充数据来源，增强了信息的完整性和可靠性。 为了更好地适应分布式电源（如太阳能电池板和风力发电机）接入对配电网的影响，研究者构建了一个故障定位适应度函数。这个函数能够综合考虑多种信息源并评估其对故障定位的贡献。为了优化问题求解，论文采用了二进制粒子群算法，这是一种优化算法，能有效地搜索复杂问题的全局最优解。 此外，论文引入了改进的D-S证据理论来进行信息融合。D-S证据理论是一种处理不确定信息的数学框架，它允许将来自不同源的信息结合在一起，以得出更可靠的决策。通过这种证据融合，即使某些FTU信息出现错误，系统仍能根据其他信息源进行故障区段的准确定位，从而提高了整体的容错率。 论文通过仿真验证了新算法的效果，表明在单重和双重故障场景下，与传统方法相比，该方法能更有效地进行故障定位，并显著提升了容错性能。这一成果对于泛在电力物联网环境下的智能电网管理和故障恢复具有重要意义，有助于提升电力系统的稳定性和效率。