基于改进遗传算法的配电网故障定位论文复现——附代码

目录

摘要：

研究意义：

遗传算法改进方法：

（1）改进选择

（2）加入助长操作

（3）改进配对方法

程序运行结果：

本文Matlab代码分享

---

摘要：

针对标准遗传算法容易出现早熟收敛现象、全局收敛速度慢等问题,提出了一种改进的遗传算法。该算法使用一个助长算子来对种群中的个体进行一定概率下的助长,其遗传个体具有雄性和雌性两种不同的性别,融合了个体间的亲缘关系,异性个体进行严格的远缘繁殖,从而避免了后代个体性能的消极退化,使得算法的全局寻优能力大大增强。将改进的遗传算法应用于配电网故障定位中,并引入分级处理思想,利用配电网呈辐射状的特点,首先把整个配电网划分为主干支路和若干独立区域,再利用该算法分别对各独立区域进行故障定位,然后进行全局寻优,这样能大大减少可行解的维数,提高定位速度。使用该定位方法对一具有20个节点的配电网系统进行故障定位的仿真实验,它使可行解个数由220个减少到144个。结果表明,该定位方法不仅定位准确,而且定位速度快,对复杂配电网的故障定位尤为有效。

研究意义：

遗传算法因其具有良好的鲁棒性、可并行性与全局优化性而在电力系统中获得了广泛的应用,在进行配电网故障定位时,它利用上传故障信息,依赖适应度函数,通过对种群的遗传操作,根据适应度的计算来进行全局最优化求解,从而实现对故障设备的定位。但是,在实际应用中,遗传算法早熟收敛等缺陷没有从根本上消除,而且由于配电网络结构一般比较复杂,因此,通常存在计算量大的问题,从而导致定位速度慢。

本文为改善遗传算法的性能,提出了一种改进的遗传算法,并将其应用于配电网故障定位中。在进行配电网故障定位时,引入分级处理的思想,利用配电网呈辐射状