二进制粒子群算法提升配电网故障定位精度
35 浏览量
更新于2024-09-06
7
收藏 374KB PDF 举报
"基于二进制粒子群算法的配电网故障区间定位"是一项针对电力系统的创新研究,由周睿、蔡中勤和郭志忠三位作者在哈尔滨工业大学电气工程系完成。该研究背景是针对配电网中馈线自动化终端(FTU)上传的故障信息可能存在畸变的问题,传统的矩阵型算法虽然计算速度快但容错性不足,而将故障定位视为优化问题的算法如遗传算法和蚁群算法虽然具有较好容错性,但迭代次数较多且准确率不高。
本文的主要贡献是提出了一种新型的解决方案,即利用二进制粒子群算法来解决配电网故障定位问题。二进制粒子群算法源于1995年美国普渡大学的Kennedy博士和Eberhart博士的发明,其特点是并行性强、收敛速度快、易于理解和实现。算法的核心在于模拟鸟群觅食行为,每个"粒子"代表一个可能的解决方案,通过群体协作在解空间中寻找最优解。
研究者在12节点系统、IEEE33节点和IEEE69节点的仿真计算中,对关键参数如惯性权重、种群大小和最大速度进行了深入分析,探讨了它们对算法性能的影响。同时,他们还对比了基于二进制粒子群算法和传统遗传算法、蚁群算法的结果,结果显示所提出的算法在实际应用中具有显著的优势,能够更有效地处理信息畸变,定位故障区间,并且收敛到正确解的概率和速度都有所提高。
关键词集中在"配电网", "故障区间定位", 和 "二进制粒子群算法",这表明该研究不仅关注理论上的优化,而且着重于实证验证和性能提升。这项工作的成果对于提高电力系统的故障响应能力和可靠性具有重要意义,也为未来智能电网的研究提供了新的视角和方法。"
2019-12-27 上传
2018-05-08 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-09-29 上传
weixin_38518638
- 粉丝: 3
- 资源: 932
最新资源
- SSM Java项目:StudentInfo 数据管理与可视化分析
- pyedgar:Python库简化EDGAR数据交互与文档下载
- Node.js环境下wfdb文件解码与实时数据处理
- phpcms v2.2企业级网站管理系统发布
- 美团饿了么优惠券推广工具-uniapp源码
- 基于红外传感器的会议室实时占用率测量系统
- DenseNet-201预训练模型:图像分类的深度学习工具箱
- Java实现和弦移调工具:Transposer-java
- phpMyFAQ 2.5.1 Beta多国语言版:技术项目源码共享平台
- Python自动化源码实现便捷自动下单功能
- Android天气预报应用:查看多城市详细天气信息
- PHPTML类:简化HTML页面创建的PHP开源工具
- Biovec在蛋白质分析中的应用:预测、结构和可视化
- EfficientNet-b0深度学习工具箱模型在MATLAB中的应用
- 2024年河北省技能大赛数字化设计开发样题解析
- 笔记本USB加湿器:便携式设计解决方案