黄飞腾 南余荣 翁国庆 张有兵 王 强(浙江工业大学信息工程学院 杭州 310023)
计及监测可信度的扰动源定位粒子群算法
黄飞腾南余荣翁国庆张有兵王强
(浙江工业大学信息工程学院 杭州 310023)
当智能配电网发生电能质量扰动时,由于网络结构、高斯噪声和监测误差等因素常存在扰动方向误判问题,而现有电能质量扰动源定位方法对此定位准确度低。由此提出一种计及监测可信度的扰动源定位粒子群算法。设计了一种监测可信度函数构建方法,来表征扰动方向判定的准确程度,创新性地建立了粒子群可信度优化模型,提出了独创的评价函数,通过粒子群迭代进行全局寻最优解。通过Matlab仿真表明,所提新算法实现了在部分监测数据有误情况下的扰动源自动精确定位,并具有定位准确、收敛性好和容错率高等优点。
扰动源定位 粒子群算法 监测可信度 电能质量 智能配电网
随着电力市场化发展,电能质量扰动问题造成的经济损失不断增加。扰动源的准确定位有助于快速解决电能质量问题,降低经济损失和明确扰动事件责任,具有重要意义[1-3]。
配电网扰动源定位是当前国内外电能研究领域的热点。文献[4,5]提出了一种暂态电能质量扰动信号的识别方法和定位方法。文献[6]提出一种电能质量扰动定位的矩阵算法。文献[7]对基本矩阵算法加以改进,提出了基于虚拟电能质量监测仪(Power Quality Monitor,PQM)的定位算法。
现有扰动源定位算法过于依赖监测点的方向判定数据的正确性。……