湖南大学电气与信息工程学院
纸质出版:2012
移动端阅览
[1]苏灵敏,彭敏放,王耀南.基于传感器FTU数据的配电网故障定位[J].传感器与微系统,2012,31(11):70-73.
SU Ling-min, PENG Min-fang, WANG Yao-nan. Distribution network fault location based on data of sensor FTU[J]. 2012, 31(11): 70-73.
[1]苏灵敏,彭敏放,王耀南.基于传感器FTU数据的配电网故障定位[J].传感器与微系统,2012,31(11):70-73. DOI: 10.13873/j.1000-97872012.11.015.
SU Ling-min, PENG Min-fang, WANG Yao-nan. Distribution network fault location based on data of sensor FTU[J]. 2012, 31(11): 70-73. DOI: 10.13873/j.1000-97872012.11.015.
类电磁机制(EM)算法在处理传感器馈线自动化终端(FTU)数据对配电网故障区间进行定位时应用效果较好
但其存在参数敏感、电荷溢出和粒子易陷入局部最优的问题。通过引入粒子分量交换搜索
改善粒子电量、合力和移动步长计算式
对其进行了改进。针对配电网运行灵活多变的特点
以联络开关为界限将配电网划分为多个配电网模块
并对模块进行加权
基于此构建了一种配电网故障区间定位新模型
以提高诊断算法的运行效率。仿真结果表明:改进的EM算法相对于标准EM算法
其只需要较少的种群和迭代次数
即可快速实现对传感器FTU数据的处理
并对配电网故障区间进行准确定位。
The electromagnetic-like mechanism(EM) algorithm has good effect in processing data of sensor feeder terminal unit(FTU) on fault section location of distribution network
but there are some problems such as parameter sensitivity
charge overflow and particle falling into local optimum.The particle component exchange searching method is brought in and the formula for particle charge and force and step are improved.In consideration of flexible operation
the large scale of distribution network is divided into several distribution network module according to the loop switches
then the modules are weighted
thus a new model which can improve operation efficiency of the diagnosis algorithm is built.The simulation results show that compared with standard EM algorithm
the improved EM algorithm which only needs fewer population and iteration numbers can quickly realize data processing of sensor FTU and fault section location of distribution network.
改进蚁群算法在复杂配电网故障区段定位中的应用 [J]. 张颖,周韧,钟凯. 电网技术 . 2011(01)
配电网故障区间定位的仿电磁学算法 [J]. 郭壮志,吴杰康. 中国电机工程学报 . 2010(13)
复杂配电网故障定位的链表法 [J]. 翁蓝天,刘开培,刘晓莉,仰彩霞,姚刚. 电工技术学报 . 2009(05)
基于改进遗传算法的配电网故障定位 [J]. 严太山,崔杜武,陶永芹. 高电压技术 . 2009(02)
一种实用的复杂配电网故障定位的矩阵算法 [J]. 梅念,石东源,杨增力,段献忠. 电力系统自动化 . 2007(10)
基于改进二进制粒子群算法的配电网故障恢复 [J]. 卢志刚,董玉香. 电力系统自动化 . 2006(24)
蚁群算法在配电网故障定位中的应用 [J]. 陈歆技,丁同奎,张钊. 电力系统自动化 . 2006(05)
Petri网和冗余纠错技术结合的配网故障区段定位新方法 [J]. 孙雅明,吕航. 中国电机工程学报 . 2004(10)
配电网故障区间定位的高级遗传算法 [J]. 卫志农,何桦,郑玉平. 中国电机工程学报 . 2002(04)
基于粗糙集理论的配电网故障诊断研究 [J]. 束洪春,孙向飞,司大军. 中国电机工程学报 . 2001(10)
基于神经逻辑网络冗余纠错和FNN组合的配网高容错性故障定位 [J]. 孙雅明,杜红卫,廖志伟. 电工技术学报 . 2001(04)
基于遗传算法的配电网故障定位和隔离 [J]. 杜红卫,孙雅明,刘弘靖,董伟. 电网技术 . 2000(05)
配电网故障区段判断和隔离的统一矩阵算法 [J]. 刘健,倪建立,杜宇. 电力系统自动化 . 1999(01)
自然启发的优化算法及其应用研究 [D]. 韩丽霞. 西安电子科技大学 2009
An Electromagnetism-like Mechanism for Global Optimization [J] . Journal of Global Optimization . 2003 (3)
0
浏览量
257
下载量
11
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621