人工智能技术在输电网络故障诊断中的应用研究

随着经济的快速发展,社会生产及生活对资源需求不断提升,尤其是电力能源,一定程度上促进了电力行业的进步。然而从实际情况来看,电网规模的扩大以及社会耗电量的增加,给输电网络带来不小的挑战,由于不定期检查或检查不到位,导致无法及时发现故障所在,影响到输电网络正常运行,阻碍整个电力系统稳定。对此,就需要更加高效、可靠的输电网络故障诊断技术。本文分析人工智能技术在输电网络故障诊断中的应用,为行业提供新思路。

人工智能技术在输电网络故障诊断中的应用述评

输电网络作为现代社会不可或缺的基础设施,其安全和稳定运行对于社会发展至关重要。然而,传统的输电网络人工故障诊断方法已经不能满足现代输电网络故障的诊断需求。因此,如何快速、准确地进行故障诊断是电力系统发展中的重要课题。文章将探讨人工智能技术在输电网络故障诊断中的应用,着重阐述输电网络故障诊断面临的技术挑战,并从专家系统技术、人工神经网络技术、模糊理论技术等技术分支,提出人工智能技术在输电网络故障诊断中的应用策略,旨在为提高电力系统的可靠性提供参考。

人工智能技术在输电网络故障诊断中的应用述评

随着人工智能的不断创新发展,现在人工智能技术已被广泛地运用于各个领域,尤其是在输电网络故障诊断中。电力系统对保证人们和企业的日常生产、生活具有十分重要的作用。输电网络运行时,必须根据不同的工况条件进行调整,因此,输电网络发生事故所造成的危害是非常大的。在输电网络故障诊断中,采用传统人工方法是一项耗时耗力的工作。本文首先对人工智能进行详细分析,对人工智能技术在书店网络故障诊断中存在的现象进行剖析,并对其中的人工智能技术如智能算法模型及具体的应用进行详细论述。

输电网络运行风险的在线评估

根据在线评估电网运行风险的特点,建立了故障枚举和概率抽样相结合的算法计算停电风险指标,模拟潮流转移引起的连锁跳闸,通过综合分析故障后果和故障发生可能性快速寻找电网运行的潜在风险,提供相应的预防、控制事故的措施。算法充分考虑了运行调度的特点,自动刷新严重故障模式集合,实时更新电网数据,建立了系统、地区和负荷节点三个层次的风险指标,通过网页发布电网风险信息。IEEE RTS 测试系统和大型区域电网的计算结果证明了算法的实用价值。

基于蚁群最优的输电网络扩展规划

输电网络扩展规划是一个非常复杂的大规模组合优化问题。文章提出了一种基于蚁群最优的输电网络扩展规划法(ACO)。 ACO法来自对蚁群收集行为的研究 ,是一种求解组合最优问题的新型通用启发式方法。这种方法的主要特征是正反馈、分布式计算以及富于建设性的贪婪启发式搜索的运用。作者初步研究了 ACO法在单阶段输电网扩展规划中的应用 ,建立了相应的数学模型 ,设计了相应的算法 ,并在IEEE Garver- 6系统上进行了测算。结果表明所提方法是有效的。

多阶段输电网络最优规划的并行蚁群算法

多阶段输电网络最优规划是一个复杂的非线性组合优化问题,难以采用传统的数学优化方法求解。蚁群算法是近年来出现的用于解决组合优化问题的一种高效的内启发式搜索技术,但存在着未成熟收敛问题。文中给出了多阶段输电网络最优规划的数学模型及其解的向量形式;详细分析了传统蚁群算法的未成熟收敛现象及其原因;提出一种并行蚁群算法并用于求解多阶段输电网络最优规划问题。并行蚁群算法无需初始可行解,能很好地协调局部搜索与全局搜索,在加快计算速度的同时有效地避免了因参数设置、种群规模等不同而引起的未成熟收敛。对实际算例的计算结果表明,该方法具有很高的计算效率和良好的全局收敛性。

输电网络优化规划研究综述

全面介绍了当前输电网络优化规划的研究现状 ,包括按规划时间划分的静态和动态规划模型 ,按研究信息划分的确定性和灵活规划模型 ,以及相应的各种求解方法。对各种规划模型和求解方法进行了分类和比较 ,总结并评价了各种模型和求解方法的优缺点和适用范围。

离散粒子群优化算法在输电网络扩展规划中的应用

输电网络扩展规划是一个非常复杂的大规模组合优化问题。文中研究了离散粒子群优化(DPSO)算法在单阶段输电网络扩展规划中的应用,提出一种基于黑板系统的多智能体协调模型。该模型中,DPSO算法利用黑板系统进行粒子间信息共享,有效地提高了算法的全局收敛能力。通过构造节点扩展矩阵和速度矩阵,建立了输电网络扩展规划问题的求解模型和DPSO求解算法。该算法已成功用于IEEE Garver-6等两个系统,计算结果表明了该方法的可行性和有效性。

人工智能技术在输电网络故障诊断中的应用述评

简要介绍了相关的人工智能技术 ,如专家系统 ( expert system) ,人工神经网络 ( artificialneural network) ,模糊理论 ( fuzzy theory) ,遗传算法 ( genetic algorithms)及 Petri网络 ( Petri net)等的基本概念 ,并在此基础上对文献中提出的相应的输电网络故障诊断方法进行述评 ,分析它们在输电网络故障诊断中应用的特点以及存在的主要问题 。

基于改进蚁群算法的输电网络扩展规划

输电网络扩展规划问题是一个复杂的组合优化问题。蚁群算法是用于解决组合优化问题的一种高效的随机化内启发式全局搜索技术。文中结合单阶段输电网络扩展规划问题的特点,应用改进的蚁群算法来解决输电网络扩展规划问题,建立了相应的数学模型,并给出求解算法。2个算例系统的计算结果表明了这种方法可有效减小搜索空间,并具有计算速度快和收敛性好等优点。

多阶段输电网络最优规划的模拟植物生长算法

为解决输电网络规划中的多阶段之间的耦合问题,基于待选线路具有规划期间不建设或只能在某一个阶段建成并在后续阶段一直使用的特点,提出了以待选线路为决策变量,规划阶段序号为搜索域的思想,将多阶段输电网络优化规划问题转化成静态优化问题,并采用模拟植物生长算法对模型进行了求解。应用所提方法对一个19节点系统进行了分析,得到了现有文献中有关该系统的最优规划方案,说明了所提方法的可行性及有效性。

多阶段输电网络最忧规划的遗传算法

多阶段输电网络最优规划问题是一个复杂的非线性组合优化问题，尝试利用遗传算法来解决输电网络动态规划问题，提出了相应的数学模型，构造了染色体的编码方法和适应函数，并用退大选择遗传算法进行了计算。算例系统的计算结果证明了这种方法的可行性及有效性。

食物链生态进化算法的改进及其在输电网络规划中的应用

基于食物链生态进化算法各级种群的规模和品质的不同特点,提出了在低级种群和中级种群中分别采取确定式采样选择和比例选择、高级种群不进行选择操作而采用最优保留策略的改进方法,并将其应用于求解输电网络扩展规划问题。所提出的改进方法进一步均衡了食物链生态进化算法的全局搜索和局部搜索能力,改善了其收敛性能。以具备新建(扩建)线路的走廊作为决策变量,并用实数进行编码,缩短了码串长度。通过对18节点系统的计算,得到了已有文献给出的多个全优和局优方案,并获得了其他文献还未给出的四个比较理想的局优方案。采用所提方法对一个实际系统进行了规划,验证了其适应性。

基于改进蚁群算法的输电网络扩展规划

针对基本蚁群算法在求解过程中经常出现搜索陷入局部最优解和收敛到全局最优解的时间较长这2个问题,对蚁群算法的转移概率和信息量全局更新进行了改进,提高了蚁群算法搜索全局最优解的能力与收敛到最优解的速度。将改进后的算法应用于单阶段输电网络扩展规划问题,建立了单阶段输电网络扩展规划的数学模型,设计了相应的算法。实例计算结果表明该方法的可行性和有效性。

基于遗传算法的城市输电网络巡视路径优化选择问题

为了保障输电网络的安全稳定运行,降低电网故障概率,优化输电网络日常管理,基于实际调研获得输电网络的加权网络图,考虑输电网络巡视消耗成本、机会成本、风险成本,根据实际巡航问题的约束条件和效用最大化的目标函数建立数学模型。提出了基于输电网络巡视路线优化的遗传算法设计,通过与改进的Dijkstra算法相比较,提出的算法具有计算复杂度低、准确率高、鲁棒性强的特点。针对有关输电网络日常巡视管理优化问题的探讨,对于提升电网应急响应速度、提高电网可靠性、降低成本、提高效率有十分重要的意义。

基于生物地理学优化算法的输电网络规划

随着栖息地居住条件的变化,生物物种在各个栖息地之间不断迁移。将根据自然界物种迁移规律构造的生物地理学优化算法(biogeography-based optimization,BBO)应用于求解输电网络规划问题。针对BBO算法开采能力较强而搜索能力偏弱的特点,采用排重操作对其进行改进。以18节点系统为算例,对各种机制作用下的BBO算法的寻优能力以及与遗传算法的性能差别进行了对比分析。结果显示包含排重操作的BBO算法为兼顾了开发能力和搜索能力、可与遗传算法比拟的寻优方法。

模拟退火算法在输电网络扩展规划中的应用

输电网络扩展规划是一个非线性组合优化问题,文中用模拟退火算法有效地解决了该问题。首先用直流潮流模型建立该问题的非线性整数规划模型,然后用模拟退火算法求解该模型的最优解,并对具体实施步骤作了多处优化改进。最后,通过分别对Garver 6节点和IEEE 24节点两个算例的测试,并与Lingo软件得出的计算结果做比较,表明改进的模拟退火算法能更快搜索到较优可行解。

一类复杂输电网络改进的可靠性评估模型

含500kV／220kV电磁环网的大型输电网通常采用"一次电网环网,二次电网分区开环"的运行方式,以减小短路容量,提高电网的安全稳定性。这一类复杂输电网络的可靠性评估面临着计算量庞大、状态分析困难等问题。提出了一种改进的可靠性模型,用具有多状态的等值发电机和等值负荷来简化二次电网,并对最小切负荷量的线性规划模型进行修正。该模型既保留了二次电网对一次电网的支持作用,又有效地改善了计算效率,极大地缩短了评估时间。通过对实际的大型交直流混合输电网进行算例分析,验证了该模型的有效性及可行性。

基于潮流追踪的输电网络功率损耗分摊方案

在对现有的各种输电网络功率损耗分摊方法进行分析的基础上,提出了一种在联营与双边(多边)贸易共存的市场框架下,基于潮流追踪的输电网络功率损耗分摊方案,对双边贸易模式下的功率损耗分摊机理进行了剖析,并提出了在联营与双边贸易共存的市场框架下的损耗分摊原则和计算方法.算例计算过程表明,该方案可根据潮流追踪结果方便地将系统功率损耗分配于每个双边贸易,且具有合理性,解决了已有基于潮流追踪方法不能处理的双边贸易问题.

无重访遗传算法及其在输电网络规划中的应用

将无重访的遗传算法(non-revisiting genetic algorithm,NrGA)应用于求解输电网络规划问题。NrGA通过空间二叉分割(binary space partitioning,BSP)和相应的二叉分割树(BSP tree)数据结构对遗传算法搜索过的历史位置进行记录,能够快速检测遗传操作产生的新解是否在BSP tree的历史存档中,对历史存档中已有的新解使用基于BSP的自适应变异机制进行操作,实现遗传算法的无重访搜索。此外,针对输电网络规划问题的具体特点,从编码、交叉、惩罚方法等方面对算法进行改进。最后通过一个典型算例对所提出的方法进行验证。与普通遗传算法相比,NrGA算法具有参数设定区间宽泛、收敛到最优解的概率高等多方面的优势。