一种适应检修计划的多时间断面配电网重构方法技术

本发明专利技术公开了一种适应检修计划的多时间断面配电网重构方法。本发明专利技术包括以下步骤：S1：构建配电网变时滞模糊双曲神经网络模型TDFHNN，搭建TDFHNN的三层网络，通过前馈学习方法对TDFHNN模型的连接权进行训练，S2：考虑负荷和DG时变性，建立以网损重构成本、电压指标和弃电率为优化目标的适应检修计划的多时间断面配电网重构模型；分别设计基于CE

【技术实现步骤摘要】
一种适应检修计划的多时间断面配电网重构方法


[0001]本专利技术涉及配电网
，更具体地说，是涉及一种适应检修计划的多时间断面配电网重构方法。

技术介绍

[0002]随着国民经济的发展，电网规模逐渐扩大，电力用户对供电可靠性提出了更高的要求。电力系统用于产生和消耗电能，包括发变输配用等环节，发电厂所产生的电能传输到用电集中区域，再由配电网分配电能给用户。配电网是电网和用户之间的最终纽带，其安全可靠运行对于用户的生产生活用电有着重大影响。
[0003]鉴于配电网在电力系统和国民经济发展中的重要性，目前亟需从优化的角度管理，其中如何合理利用产消用户的有功和无功资源，在确保产消用户利益的同时优化配电网运行的安全性和经济性是目前配电网优化中的最大不足。此外，配电网的线路布置方式，基础设施与配电网网络相矛盾的情况和变电站维护管理都有待改进。一旦电力需求过大，出现临时接线行为，电力安全隐患骤增；新城区的基础设施逐渐完善，而配电网网络相对薄弱，事故故障问题常发。
[0004]随着现代配电网网络规模的不断扩展，配电网重构问题也随之越来越复杂。配电网重构问题是一个庞大的非线性整数组合优化问题，将配电网开关组合状态作为优化变量，将电网的可靠性与稳定性作为目标函数，进行全局搜索是可能会出现“组合爆炸”的问题，而且计算过程的收敛性难以验证。随着人工智能算法以及深度学习的兴起，众多学者主要将研究与改进的主要方向集中在优化算法和优化目标两个方面，但元启发式算法中的随机性问题还是未得到有效解决，配电网重构问题仍是一个亟需解决的问题。
[0005]近两年来国内各个单位针对配电网重构已经结合分布式电源接入配电网具有波动性和随机性的特点，采用了一些配电网优化重构模型，并结合人工智能算法对配电网重构模型进行求解，但是建立模型所考虑的方面不够全面，求解策略的全局搜索能力和收敛速度不够理想，并且应用的工作场景划分不够明确，这些因素共同导致了配电网重构技术对于配电网优化的效果不够明显。

技术实现思路

[0006]本专利技术所要解决的技术问题是，克服现有技术中存在的不足，提供一种适应检修计划的多时间断面配电网重构方法。
[0007]本专利技术一种适应检修计划的多时间断面配电网重构方法，通过下述技术方案予以实现，包括以下步骤：
[0008]S1：构建配电网变时滞模糊双曲神经网络模型TDFHNN，具体步骤包括：
[0009]S1
‑
1：搭建TDFHNN的三层网络，网络的输入层和输出层节点分别表示状态变量以及状态变量的导数，输入层节点与隐层节点之间没有交叉连接；隐层的激励函数采用双曲
正切函数，输出层的激励函数为线性函数；设置隐层节点是输入层节点数的倍；
[0010]在时变时滞模糊双曲神经网络拓扑结构中，定义f1(x)＝tanh(x),f2(x)＝x；定义K
x
＝diag(k1,k2,...,k
n
)为模糊隶属函数P
xj
与N
xj
的中心；a
ij
与b
ij
(i,j＝1,2,...,n)表示从输出层的第i个节点到隐层的第j个节点的常量连接权和常量时滞连接权；d1,d2,...,d
n
＞0为常量；τ
j
l
j
(t)＞0(i,j＝1,2,...,n，l
j
＝0,1,...,ω
j
)组成的τ(t)表示时变传输时滞；I1,I2,...,I
n
表示阈值；
[0011]S1
‑
2：通过前馈学习方法对TDFHNN模型的连接权进行训练，具体如下：
[0012]a.初始化权值：TDFHNN本质上是模糊模型，其初值不可以随机选取，必须由专家系统选择初值，专家系统在推理过程中通过与用户的交互，不断获得有关TDFHNN模型的信息，按照以上所述基于TDFHNN模型的公式，计算出各个模型节点的初值；
[0013]b.确定结构参数以及定义变量：确定训练样本个数，训练样本个数为n；输入变量x
i
(t)(i＝1,2,...,n),神经网络第n次迭代后输出变量y
i
(t)(i＝1,2,...,n)；设定期望输出为ξ
i
(t)(i＝1,2,...,n)；设定误差精度e；
[0014]c.输入训练样本；
[0015]d.正向传播：将构建的训练样本输入x
i
(t)(i＝1,2,...,n)带入模型,计算出网络的输出y
i
(t)(i＝1,2,...,n)，并求得与期望值ξ
i
(t)(i＝1,2,...,n)的误差E(n)；
[0016][0017]式(1)为误差计算公式,训练过程中期望值与输出值的误差E(n)处理方法如下:
[0018]如果E(n)＞e,则转至环节e；
[0019]如果E(n)≤e,则转至环节f；
[0020]e.反向传播：反向传播环节也称为误差修正环节或权值最优搜索环节，权值的修正梯度为误差对权值的偏微分权值用统一符号ω
ij
表示：
[0021][0022]ω
ij
(n+1)＝ω
ij
(n)+Δω
ij
(n)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0023]式中：ω
ij
(n)表示网络的连接权符号，ω
ij
(n)是多个权值的集合而不是单一的权值；η
i
(n)表示网络的学习效率，其选取方法如下：
[0024]η
i
(n+1)＝λη
i
(n)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0025]式中：λ的取值遵循以下原则：E(n)＞E(n+1)时，λ∈(1.2,1.6)；E(n)＜E(n+1)时，λ∈(0.2,0.6)；
[0026]新的参数计算完成后带入环节c继续循环，直至达到指定误差精度e；
[0027]f.算法终止；
[0028]S2：考虑负荷和DG时变性，建立以网损重构成本、电压指标和弃电率为优化目标的适应检修计划的多时间断面配电网重构模型；分别设计基于CE
‑
NSGA
‑
II的配网重构算法和基于CE
‑
MOCLPSO的DG出力调度算法，将两算法纳入多目标协同进化模型用于求解多目标配
电网重构和DG调度问题，所述S2的具体步骤如下：
[0029]S2
‑
1：考虑负荷和DG时变性，建立适应检修计划的多时间断面配电网重构模型，基于协同合作思想将多目标配电网重构和DG调度问题分解为多个子模块，并为每个子模块设置相应种群，种群进化过程相互隔离，仅通过生态系统发生协同作用。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适应检修计划的多时间断面配电网重构方法，其特征是，包括以下步骤：S1：构建配电网变时滞模糊双曲神经网络模型TDFHNN，具体步骤包括：S1
‑
1：搭建TDFHNN的三层网络，网络的输入层和输出层节点分别表示状态变量以及状态变量的导数，输入层节点与隐层节点之间没有交叉连接；隐层的激励函数采用双曲正切函数，输出层的激励函数为线性函数。设置隐层节点是输入层节点数的倍；在时变时滞模糊双曲神经网络拓扑结构中，定义f1(x)＝tanh(x),f2(x)＝x；定义K
x
＝diag(k1,k2,...,k
n
)为模糊隶属函数P
xj
与N
xj
的中心；a
ij
与b
ij
(i,j＝1,2,...,n)表示从输出层的第i个节点到隐层的第j个节点的常量连接权和常量时滞连接权；d1,d2,...,d
n
＞0为常量；τ
j
l
j
(t)＞0(i,j＝1,2,...,n，l
j
＝0,1,...,ω
j
)组成的τ(t)表示时变传输时滞；I1,I2,...,I
n
表示阈值；S1
‑
2：通过前馈学习方法对TDFHNN模型的连接权进行训练，具体如下：a.初始化权值：TDFHNN本质上是模糊模型，其初值由专家系统选择初值；b.确定结构参数以及定义变量：确定训练样本个数，训练样本个数为n；输入变量x
i
(t)(i＝1,2,...,n),神经网络第n次迭代后输出变量y
i
(t)(i＝1,2,...,n)；设定期望输出为ξ
i
(t)(i＝1,2,...,n)；设定误差精度e；c.输入训练样本；d.正向传播：将构建的训练样本输入x
i
(t)(i＝1,2,...,n)带入模型,计算出网络的输出y
i
(t)(i＝1,2,...,n)，并求得与期望值ξ
i
(t)(i＝1,2,...,n)的误差E(n)；式(1)为误差计算公式,训练过程中期望值与输出值的误差E(n)处理方法如下:如果E(n)＞e,则转至环节e；如果E(n)≤e,则转至环节f；e.反向传播：反向传播环节也称为误差修正环节或权值最优搜索环节，权值的修正梯度为误差对权值的偏微分权值用统一符号ω
ij
表示：ω
ij
(n+1)＝ω
ij
(n)+Δω
ij
(n)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)式中：ω
ij
(n)表示网络的连接权符号，ω
ij
(n)是多个权值的集合而不是单一的权值；η
i
(n)表示网络的学习效率，其选取方法如下：η
i
(n+1)＝λη
i
(n)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中：λ的取值遵循以下原则：E(n)＞E(n+1)时，λ∈(1.2,1.6)；E(n)＜E(n+1)时，λ∈(0.2,0.6)；新的参数计算完成后带入环节c继续循环，直至达到指定误差精度e；f.算法终止；S2：考虑负荷和DG时变性，建立以网损重构成本、电压指标和弃电率为优化目标的适应
检修计划的多时间断面配电网重构...

【专利技术属性】
技术研发人员：王慧，葛磊蛟，陈淑芝，
申请(专利权)人：中国能源建设集团天津电力设计院有限公司，
类型：发明
国别省市：