本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域。更具體地,本發(fā)明涉及基于多源數(shù)據(jù)的配電網(wǎng)繼電保護(hù)整定方法及系統(tǒng)。
背景技術(shù):
1、繼電保護(hù)是配電網(wǎng)中重要的組成部分,其主要是針對配電網(wǎng)故障做出相應(yīng)保護(hù)動作,確保配電網(wǎng)可以正常運(yùn)行。在配電網(wǎng)運(yùn)行過程中,可實(shí)現(xiàn)全網(wǎng)繼電器保護(hù)配合的繼電保護(hù)定制極為困難。在實(shí)際應(yīng)用中,繼電保護(hù)動作時間較長且誤差較大,優(yōu)化效果不理想,例如:通信延遲和電網(wǎng)的復(fù)雜性會影響故障處理速度和繼電器保護(hù)的準(zhǔn)確性的問題,目前現(xiàn)有灰狼優(yōu)化算法(grey?wolf?optimizer,gwo)是一種模擬灰狼捕食行為的群體智能優(yōu)化算法,算法隨機(jī)初始化一群狼(解),然后通過模擬狼群的捕食行為來更新狼的位置,從而尋找最優(yōu)解,可以快速獲取需要優(yōu)化的繼電器。
2、現(xiàn)有公開號為cn117578368a的中國專利申請文件公開了有源配電網(wǎng)的繼電保護(hù)定值整定方法,包括以下步驟:s1:獲取配電網(wǎng)饋線的錄波文件;s2:基于獲取的錄波文件,建立定值協(xié)調(diào)優(yōu)化模型并繪制配電網(wǎng)拓?fù)浣Y(jié)構(gòu)圖;s3:通過定值協(xié)調(diào)優(yōu)化模型以及配電網(wǎng)拓?fù)浣Y(jié)構(gòu)圖,將錄波文件與饋線進(jìn)行關(guān)聯(lián);s5:確定每個故障錄波文件對應(yīng)的第一權(quán)重值;s6:根據(jù)多個線路故障點(diǎn)獲取定值數(shù)據(jù),即為本級定值數(shù)據(jù);s7:查找配電網(wǎng)拓?fù)浣Y(jié)構(gòu)圖上的故障點(diǎn)位置所屬本級系統(tǒng);s8:將本級定值數(shù)據(jù)與上級定值數(shù)據(jù)以及下級定值數(shù)據(jù)進(jìn)行比對;s9:根據(jù)輔助分析結(jié)果,確定定值調(diào)整策略;本發(fā)明通過對多個線路開關(guān)各自的初始繼電保護(hù)定值進(jìn)行更新,均衡配電網(wǎng)各個線路的故障率,減少故障損失。
3、上述方案通過對配電網(wǎng)的多個線路的錄波文件進(jìn)行分析判定,根據(jù)錄波文件分析得到錄波數(shù)據(jù),再利用故障錄波數(shù)據(jù),確定多個線路段各自的故障頻次,但是目前灰狼優(yōu)化算法中收斂因子是關(guān)鍵參數(shù),收斂因子設(shè)置是隨線性遞減,在算法初期未能充分進(jìn)行全局搜索,導(dǎo)致可能陷入局部最優(yōu),從而算法的收斂性能下降,減低算法的計(jì)算效率。
技術(shù)實(shí)現(xiàn)思路
1、為解決收斂因子設(shè)置是隨線性遞減,在算法初期未能充分進(jìn)行全局搜索,導(dǎo)致可能陷入局部最優(yōu),從而算法的收斂性能下降的問題,本發(fā)明在如下的多個方面中提供方案。
2、在第一方面中,基于多源數(shù)據(jù)的配電網(wǎng)繼電保護(hù)整定方法,包括:獲取各繼電器的貢獻(xiàn)度權(quán)重;基于灰狼優(yōu)化算法中的目標(biāo)函數(shù),計(jì)算每個繼電器的適應(yīng)度,獲取種群中三個最優(yōu)繼電器,基于三個最優(yōu)繼電器更新控制搜索的方向和步長以及搜索的隨機(jī)性,對其余繼電器的位置基于協(xié)同向量進(jìn)行調(diào)整;基于協(xié)同向量進(jìn)行調(diào)整基于其余繼電器的位置在迭代過程中對收斂因子進(jìn)行修正,得到動態(tài)步長因子;任一繼電器為目標(biāo)繼電器,分別計(jì)算目標(biāo)繼電器與左右相鄰兩個繼電器之間位置的斜率,獲取非零的最大斜率,計(jì)算所有繼電器啟動電流整定值與貢獻(xiàn)度權(quán)重的加權(quán)和,計(jì)算所述目標(biāo)繼電器在右側(cè)相鄰的繼電器迭代后位置與加權(quán)和的差值并進(jìn)行歸一化,將所述最大斜率與歸一化后的差值的乘積作為目標(biāo)繼電器迭代的更新系數(shù);將所述動態(tài)步長因子與所述更新系數(shù)的乘積作為調(diào)整搜索量,以指導(dǎo)目標(biāo)繼電器的位置更新;基于調(diào)整搜索量在連續(xù)預(yù)設(shè)次數(shù)迭代過程中,獲取繼電器更新系數(shù)非零的次數(shù)和更新系數(shù)的均值,以用于計(jì)算每個繼電器的收斂性值;基于收斂性值判斷是否要終止迭代,并輸出最優(yōu)繼電器的位置和最優(yōu)適應(yīng)度。
3、其效果在于:通過計(jì)算每個繼電器的適應(yīng)度,可以找到最優(yōu)的啟動電流整定值,從而提高配電網(wǎng)的運(yùn)行效率和可靠性,利用最優(yōu)繼電器的信息動態(tài)調(diào)整搜索方向和步長,以使搜索過程更加靈活和高效,通過動態(tài)步長因子和更新系數(shù),算法能夠在全局搜索和局部搜索之間進(jìn)行平衡,提高找到全局最優(yōu)解的概率,減少迭代次數(shù);通過考慮相鄰繼電器的位置和適應(yīng)度,算法能夠識別并跳出局部最優(yōu)解,繼續(xù)向全局最優(yōu)解搜索,有助于提升電力系統(tǒng)的穩(wěn)定性。
4、優(yōu)選的,所述獲取各繼電器的貢獻(xiàn)程度,包括:
5、定義目標(biāo)層:評估配電網(wǎng)中繼電器的貢獻(xiàn)度;定義準(zhǔn)則層包括但不限于:故障檢測速度、故障隔離能力、誤動率、維護(hù)成本等;使用1-9標(biāo)度法,基于準(zhǔn)則層的每個準(zhǔn)則構(gòu)建判斷矩陣,對判斷矩陣進(jìn)行特征值分解,以用于獲取各準(zhǔn)則層的權(quán)重;
6、將各準(zhǔn)則層的權(quán)重與對應(yīng)各個繼電器的權(quán)重相乘累加和,得到繼電器在總目標(biāo)下的貢獻(xiàn)度權(quán)重,根據(jù)貢獻(xiàn)度權(quán)重獲取第個繼電器的啟動電流整定值。
7、其效果在于:通過將準(zhǔn)則層權(quán)重與繼電器權(quán)重相乘累加,得到了每個繼電器的綜合貢獻(xiàn)度權(quán)重,有助于優(yōu)化繼電器的啟動電流整定值,根據(jù)貢獻(xiàn)度權(quán)重調(diào)整繼電器的啟動電流整定值,可以提高配電網(wǎng)的故障響應(yīng)速度和故障處理能力。
8、優(yōu)選的,所述協(xié)同向量包括:協(xié)同向量和協(xié)同向量,對所述協(xié)同向量進(jìn)行動態(tài)調(diào)整;
9、預(yù)設(shè)初始化收斂因子,創(chuàng)建1行列的隨機(jī)矩陣,其中,所述列表示繼電器個體位置空間的維數(shù),矩陣中每個元素的取值范圍是;將所述隨機(jī)矩陣中每個元素乘以2,得到更新矩陣,所述更新矩陣的范圍擴(kuò)展到;
10、創(chuàng)建大小與更新矩陣相同的矩陣,所有元素都是1,標(biāo)注為常數(shù)矩陣,將所述更新矩陣與常數(shù)矩陣之間的差值,得到一個標(biāo)注矩陣,元素值的取值范圍在,將所述標(biāo)注矩陣乘以收斂因子,得到所述協(xié)同向量。
11、其效果在于:通過預(yù)設(shè)初始化收斂因子和創(chuàng)建隨機(jī)矩陣,算法能夠適應(yīng)不同的優(yōu)化問題和搜索空間,增強(qiáng)了算法的通用性和適應(yīng)性,隨機(jī)矩陣的引入為搜索過程增加了多樣性,有助于算法探索更廣泛的解空間,避免過早收斂。
12、優(yōu)選的,獲取所述動態(tài)步長因子,包括:
13、以其余繼電器中的任一繼電器為目標(biāo)繼電器,對目標(biāo)繼電器計(jì)算迭代后的適應(yīng)度,以及目標(biāo)繼電器在迭代后適應(yīng)度平均值,計(jì)算所述適應(yīng)度與所述適應(yīng)度平均值的比值,并進(jìn)行歸一化處理,以用于分析繼電器對于種群平均適應(yīng)度的水平值;
14、計(jì)算目標(biāo)繼電器當(dāng)前位置與最優(yōu)解之間的空間距離絕對值的平方,與獲取電流整定值上下限的空間大小的平方之間的比值作為搜索空間的總寬度;將所述水平值與總寬度乘積的2倍作為動態(tài)步長因子。
15、其效果在于:通過計(jì)算目標(biāo)繼電器的適應(yīng)度與種群平均適應(yīng)度的比值,并結(jié)合目標(biāo)繼電器與最優(yōu)解之間的空間距離,動態(tài)調(diào)整步長因子,考慮搜索空間的總寬度,確保步長因子與解空間的大小成比例,從而在全局搜索和局部搜索之間取得平衡,避免陷入局部最優(yōu),確保能夠繼續(xù)向全局最優(yōu)解靠近。
16、優(yōu)選的,所述動態(tài)步長因子還滿足下述關(guān)系式:
17、;
18、式中,表示第個繼電器第次迭代后的動態(tài)步長因子,表示當(dāng)前迭代次數(shù),表示最大迭代次數(shù)。
19、優(yōu)選的,所述收斂性值滿足下述關(guān)系式:
20、;
21、式中,表示第個繼電器的收斂性值,表示預(yù)設(shè)迭代次數(shù)中更新系數(shù)不為零的次數(shù),表示預(yù)設(shè)迭代次數(shù),表示連續(xù)次迭代中更新系數(shù)非零的比例,表示第個繼電器在預(yù)設(shè)迭代次數(shù)中更新系數(shù)的均值。
22、其效果在于:通過繼電器在預(yù)設(shè)迭代次數(shù)中的更新系數(shù)非零的比例和更新系數(shù)的均值,可以有效地量化繼電器的收斂趨勢,從而動態(tài)調(diào)整搜索策略,提高搜索效率。
23、優(yōu)選的,所述基于收斂性值判斷是否要終止迭代,包括:
24、響應(yīng)于收斂性值大于預(yù)設(shè)閾值,或者達(dá)到最大迭代次數(shù)時終止迭代,輸出給定約束和目標(biāo)下配電網(wǎng)繼電保護(hù)整定的最優(yōu)配置。
25、第二方面,基于多源數(shù)據(jù)的配電網(wǎng)繼電保護(hù)整定系統(tǒng),包括:處理器和存儲器,所述存儲器存儲有計(jì)算機(jī)程序指令,當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時實(shí)現(xiàn)上述的基于多源數(shù)據(jù)的配電網(wǎng)繼電保護(hù)整定方法。
26、本發(fā)明具有以下效果:
27、1、本發(fā)明通過引入適應(yīng)度和距離的非線性因素,根據(jù)動態(tài)步長因子使得在搜索初期可以增加全局搜索的比例,而在搜索后期則逐漸轉(zhuǎn)向局部搜索,從而提高算法的搜索能力和收斂速度。
28、2、本發(fā)明通過分析相鄰繼電器個體之間的斜率和距離,以及與所有繼電器啟動電流整定值的加權(quán)和的距離,能夠更精確地指示繼電器個體在搜索空間中的移動方向,以盡量少的迭代次數(shù)盡快收斂到最優(yōu)解。