基于NSGA-Ⅱ算法的有源配电网故障定位方法研究
Electrical Measurement & Instrumentation（2020）
Abstract
文章提出一种适用于有源配电网故障定位的多目标优化模型,并采用带精英策略的非支配排序遗传算法(Non-dominant Sorting Genetic Algorithm with Elite Strategy,NSGA-Ⅱ)进行优化求解.传统的有源配电网故障定位方法采用单目标优化模型进行求解,其目标函数由各个分目标函数加权而成,但权值选取不当会影响定位结果,导致误判或漏判.而基于Pareto最优概念的NSGA-Ⅱ算法计算简单,能综合全局找到最优解,无需考虑权值的影响.最后,通过PSCAD搭建修正的IEEE 33节点配电网模型,并考虑到智能终端单元信息误报的三种情况,分别从单一、多重故障两方面进行仿真.通过选取四种典型故障情形,分别用文章方法和传统的基于单目标优化模型的定位方法进行对比.通过对比发现,基于NSGA-Ⅱ的多目标优化的故障定位方法在单一或多种类型信息误报下依然能够准确定位故障区段,可靠性高.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined