(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111477885.0 (22)申请日 2021.12.0 6 (71)申请人 福建工程学院 地址 350000 福建省福州市大 学新区学府 南路33号 (72)发明人 刘丽桑　张荣升　 (74)专利代理 机构 福州君诚知识产权代理有限 公司 35211 代理人 戴雨君 (51)Int.Cl. G06N 3/00(2006.01) G06Q 10/00(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) (54)发明名称 基于多策略改进的鲸鱼优化算法的配电网 故障定位方法 (57)摘要 本发明公开基于多策略改进的鲸鱼优化算 法的配电网故障定位方法， 在算法初期引入Sine 混沌理论生成初始种群增加种群多样性,为算法 全局搜索奠定基础;其次， 在鲸鱼个体位置更新 公式中引入新的自适应惯性权重， 进一步改善了 算法的优化性能； 最后融合差分变异算法， 提高 了鲸鱼优化算法的速度与精度。 整体上改进后的 鲸鱼优化算法全局搜索能力更强、 收敛速度更 快、 准确度更高。 本发明提供的基于多策略改进 鲸鱼优化算法的配电网故障区段定位方法， 对于 含有DG的配电网发生单点故障、 多点故障以及 FTU上传的故障信息发生畸变或缺失时均能够快 速的进行故障定位， 均具有极高的准确率。 权利要求书4页 说明书12页 附图9页 CN 114330630 A 2022.04.12 CN 114330630 A 1.基于多策略改进的鲸鱼优化算法的配电网故障定位方法， 其特征在于： 其包括以下 步骤： 步骤S1： 建立含有分布式电源的配电网模型； 步骤S2： 基于设定的区段状态编写故障特征向量， 并模拟FTU上传故障信息至配电网模 型， 即输入开关节点的期望值； 步骤S3： 设置种群规模N、 求 解维度D、 最大迭代次数Tmax和当前的迭代次数t； 步骤S4： 引入Sine映射初始化鲸鱼种群{ Xi， i＝1， 2， ...， N}， Sine混沌自映射的表数学 达式为： 其中， 初始值xn不为0， 且不在[ ‑1， 1]内产生 不动点和零 点； 步骤S5： 种群初始化后， 在种群中随机选择3个互不相同的目标向量Xi1， Xi2， Xi3， 使用变 异因子生成一个新的变异矢量， 具体公式如下： Vi＝Xi1+F·(Xi2‑Xi3) 其中， F为变异因子， F∈[0， 1]； 步骤S6： 在变异操作生成变异向量后， 即将变异向量与原目标向量进行交叉操作生成 试验向量， 二项式交叉定义如下： 其中， randi， j[0， 1]是定义在[0， 1]之间的随机数， CR为交叉因子， CR∈[0， 1]； 步骤S7： 比较试验向量与目标向量的适应度值， 适应度值高的个体被选择进入下一代， 选择操作的数 学模型定义如下： 其中， ffit表示适应度函数； 步骤S8： 计算自适应惯性权 重ω的值， 引入新的自适应惯性权 重ω的表达式为： ω＝0.5+exp( ‑ffit(Xi)/u)t 其中， ffit(Xi)是鲸鱼Xi的适应度值； u表示在第一次迭代计算中鲸鱼种群中最佳的适应 度值； 步骤S9： 通过适应度函数计算初始状态下每只鲸鱼的适应度值并进行排序； 步骤S10： 确定最优鲸鱼的位置Xbest及其对应的全局最优适应度值Fbest作为最优解； 步骤S11： 计算随机概率因子p和系数|A|， 其中随机概率因子p∈rand[0， 1]， 系数A的定 义为： 其中， r∈rand[0， 1]； a被称为控制 参数； t为当前迭代次数； Tmax为最大迭代次数； 随迭 代次数t的增 加a从2线性减小到 0， 系数|A|的值从2减小到 0； 步骤S12： 基于随机概率因子p和系数|A|判断鲸鱼接下来的行为， 从而选择性更新鲸鱼权　利　要　求　书 1/4 页 2 CN 114330630 A 2个体的位置； 当随机概率因子p＜0.5且|A| ≥1时， 则判定鲸鱼处于搜索觅食阶段并执行步 骤S13； 否则， 判定鲸鱼处于捕 猎阶段并执 行步骤S14； 步骤S13： 搜索觅食阶段是鲸鱼随机寻找食物的过程， 当前鲸鱼个体随机选取另一鲸鱼 个体作为目标并向其 位置靠拢， 其数学模型可表示为： 其中， X(t+1)是鲸鱼当前迭代更新后所处的位置； Xrand(t)是从当前鲸鱼群体中随机选 取的鲸鱼个 体； X(t)是当前的鲸鱼个 体位置； C是随机分布于[0， 2]之间的系数向量； 步骤S14： 鲸鱼群捕猎阶段， 以当前获得最优解的种群个体作为目标猎物， 其他所有个 体均向目标猎物靠 拢以更新 位置； 步骤S15： 位置更新完成后， 对所有的鲸鱼个体再次进 行适应度值计算； 当 则最优适应度值 为第t代最优适应度值， 为第t代的全局最优适应度 值； 否则， 保持当前 不变； 步骤S16： 判断当前迭代次数是否达到最大迭代次数； 是则， 终止迭代输出当前最优解 并执行步骤S17； 否则， 当前迭代次数加1并执 行步骤S4； 步骤S17： 利用sigmoid函数将实数向量X＝[x1， x2，…xn]转化为一个二进制向量Y＝[y1， y2，…yn]， 编码转换思想如下： 其中， rand为[0， 1]的随机数怕； 步骤S18： 输出的二进制向量Y即为测试 结果， 完成配电网故障区段的定位。 2.根据权利要求1所述的基于多策略改进的鲸鱼优化算法的配电网故障定位方法， 其 特征在于： 步骤S1具体包括以下步骤： 步骤S101： 设Ij为开关节点状态的实际量测值， 定义参考方向为系统主电源流向分布式 电源或负荷的方向， 并对每一个开关节点进行编码； 步骤S102： 当馈线终端单元监测到的过流与该节点定义的参考方向一致时， 令Ij＝1； 反 之， Ij＝‑1； 故障信息没有被 检测到， 则令Ij＝0； 步骤S103： 对于多电源 且潮流双向的复杂配电网采用如下开关函数： 式中， Π表示逻辑 “或”运算符号， d、 u分别为节点j下游所有区段的个数和上游所有区 段的个数； kDGi为分布式电源i的投切情况， kDGi＝1表示电源投入配电网运行， kDGi＝0表示电 源从配电网中切除， n为分布式电源个数； sju， sjd分别表示开关节点j的上、 下游线路的故障 状态， 值为“1”表示有故障， 值 为“0”表示无故障； 步骤S104： 建立具 备提高区段定位 容错能力的适应度函数模型：权　利　要　求　书 2/4 页 3 CN 114330630 A 3