论文部分内容阅读
接地网是保证电力系统正常运行的重要设备之一。由于其长期埋在地面下，与土壤充分接触，接地网极易受到土壤中化学物质的腐蚀，在长时间的运行下，还会受到电化学腐蚀和泄漏电流腐蚀。在多重腐蚀下，使接地性能变差，难以发挥其应有的作用。因此，要充分重视对接地网支路的故障诊断，在采取必要的防腐措施的同时，对其进行准确有效的检测，从而及时发现故障支路并防范于未然。如何在不停电不对接地网进行大面积开挖的基础上快速准确的检测变电站接地网的故障位置及其故障程度，实现接地网故障的可预测性，是一个非常有必要不断进行探索研究寻找更好解决办法的工程实际课题。 现代智能优化算法具有对初始值要求不高、搜索效率快，尤其适合于处理传统搜索方法不宜解决的多维空间、多变量、非线性优化问题等优点，被越来越多的应用于接地网的故障诊断中。本文的主要研究工作如下所述: ①通过介绍遗传算法(Genetic Algorithm，GA)和标准粒子群优化算法(Particle Swarm Optimization Algorithm，PSO)的相关理论知识，在分析对比两种算法的优缺点基础上，提出了一种混合优化智能算法。PSO存在着粒子收敛速度较慢、收敛精度较低、不易搜索到全局最优等方面的缺点，通过在其运算过程中引入GA中的选择和变异算子等操作。通过选择使粒子群中优秀粒子保存下来，确保了下次迭代结果一定不比上一次差;通过变异操作扩大了种群的搜索范围，能使粒子跳出局部最优解，有助于其收敛于全局最优解。 ②本论文对所提出的混合智能优化算法的原理、流程图及其参数设置作了详细介绍，并通过四个测试函数来测试混合智能优化算法和标准粒子群算法的性能，通过对比测试结果，证明混合智能优化算法在搜索全局最优解上有一定优势，说明将其运用于接地网故障诊断有一定的可行性。 ③基于混合智能优化算法编写MATLAB接地网导体故障诊断程序，将此算法应用到大中型变电站接地网故障的快速诊断研究中，通过测试典发、上桥变电站接地网，证明混合智能优化算法在求解大中型变电站接地网故障诊断问题上，有收敛速度快、能够无漏诊的诊断出故障支路、平均适应度函数值下降速度快的优点。