基于量子蚁群算法的配电网故障区段快速定位技术

分布式电源并入配电网已成为新型电力系统重要特征之一,分布式电源的接入与发电的不确定性使配电网潮流复杂多变,对配电网故障快速定位提出更高的技术要求.然而,现有智能优化算法在解决配电网故障区段定位问题时会出现收敛速度慢、易陷入局部最优等问题.针对这些挑战与问题,提出一种基于量子蚁群算法(QACA)的配电网故障区段快速定位技术.首先,根据状态逼近思想和最小故障集理论构建配电网故障定位的数学模型;其次,针对馈线终端单元上传信息缺失情况提出信息自修正方法,并提出分级定位模型来缩短定位时间;然后,提出3种改进技术对QACA进行针对性改进,改进量子旋转门更新机制,以函数控制形式动态调整旋转角大小,同时引入精英策略加快算法收敛速度.最后,在关键参数确定后验证了改进技术、信息自修正法、分级定位模型的有效性.将所提算法与7种不同算法进行对比,结果表明:改进的QACA可有效完成故障区段定位,具有良好的收敛速度、准确率以及容错性能.

量子计算与蚁群算法相结合的配电网故障定位

针对智能优化算法在处理配电网故障定位问题时存在后期收敛速度慢、成功率低的缺点,提出基于量子计算与蚁群算法相结合的量子蚁群算法进行配电网故障定位。首先,鉴于馈线终端单元(feeder terminal unit,FTU)上传信息会发生畸变与缺失的情况,提出计及FTU漏报误报信息的分级定位数学模型;其次,介绍量子蚁群算法的基本原理及应用方案;最后,在MATLAB上进行仿真,验证量子蚁群算法及计及FTU漏报误报信息的分级定位数学模型的有效性。