基于改进遗传算法的电力系统多目标无功优化

针对遗传算法在求解多目标无功优化方面存在的缺陷,本文提出了基于蜜蜂双种群进化型云自适应遗传算法(double bee population evolutionary cloud adaptive genetic algorithm,BEPE-CAGA)。该算法根据蜜蜂双种群进化思想,引入了雄峰通过竞争参与交叉及雄峰与决定双峰群优秀遗传基因的蜂后交叉的策略,并结合正态云模型云滴的随机性和稳定倾向性特点对其进行改进,改善了算法陷入早熟的问题,提高了算法的收敛速度。建立了以有功网损最小、电压偏差最小及电压稳定裕度最大为目标的无功优化数学模型,并以BEPE-CAGA算法求解该模型。最后通过对IEEE14和IEEE30节点系统进行算例仿真,仿真结果验证了本文所提算法的有效性,同时也证明了该算法在收敛速度和优化效果上具有比基本GA算法和CAGA算法更佳的性能。     

基于相邻线路拓扑关系的距离保护测量回路 隐藏故障诊断方法

针对距离保护装置测量回路的隐藏故障,提出了一种基于相邻线路网络拓扑关系的诊断方法。以故障持续时间内的线路拓扑关系为基础,分析了简单网络和带有分支线路网络中不同保护装置测量值之间的约束关系,并据此建立了用于诊断的判别式组及其相应的门槛值。通过对判别式组不同计算结果的组合,实现了对含有隐藏故障具体装置的定位。针对不同保护装置测量阻抗值不同步的问题,提出了采用故障稳态时刻测量值的处理方法。利用PSCAD/EMTDC对不同短路相角的故障情况进行了仿真验证,表明了采用故障稳态时刻的测量值能够正确识别出含有隐藏故障的装置。