基于约束多目标优化的低压台区拓扑识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114297811A(43)申请公布日2022.04.08(21)申请号202111669638.0G06N3/12(2006.01)(22)申请日2021.12.31G06Q50/06(2012.01)G06F111/06(2020.01)(71)申请人烟台东方威思顿电气有限公司G06F113/04(2020.01)地址264003山东省烟台市莱山区金都路6号申请人烟台东方威思顿电力设备有限公司(72)发明人吕家慧谭伟慕健张玉勇秦宗亚刘海峰郑和稳迟子悦黄良栋李声威张雷(74)专利代理机构烟台双联专利事务所(普通合伙)37225代理人申国栋(51)Int.Cl.G06F30/18(2020.01)G06F30/27(2020.01)权利要求书3页说明书8页附图3页(54)发明名称基于约束多目标优化的低压台区拓扑识别方法(57)摘要本发明公开了一种基于约束多目标优化的低压台区拓扑识别方法，包括：对电量数据进行预处理；进行初始拓扑可行性计算，得到台区总表的下一级拓扑结构集合；构建约束与多目标函数模型；根据所述初始拓扑可行性形成初始种群；使用遗传算法对所述多目标函数进行优化，得出低压台区拓扑结构。本发明根据低压台区的电量守恒关系及线路损耗的递增关系构建约束与多目标函数模型，并利用遗传算法进行优化，解析最优解得到台区拓扑关系，通过软件方法进行拓扑识别，在不增加硬件成本的基础上提高了低压台区拓扑识别的准确性和适应性。CN114297811ACN114297811A权利要求书1/3页1.一种基于约束多目标优化的低压台区拓扑识别方法，其特征在于包括如下步骤：S1：对电量数据进行预处理；S2：进行初始拓扑可行性计算，得到台区总表的下一级拓扑结构集合；S3：构建约束与多目标函数模型；S4：根据所述初始拓扑可行性形成初始种群；S5：使用遗传算法对所述约束与多目标函数模型进行优化，得出低压台区拓扑结构。2.如权利要求1所述的基于约束多目标优化的低压台区拓扑识别方法，其特征在于：步骤S5所述遗传算法具体包括如下步骤：S51：构建编解码函数；S52：构建惩罚函数；S53：构建适应度函数，迭代次数置零，从当前种群中随机选择一个个体作为历史最优个体；S54：根据所述约束与多目标函数模型计算个体模型值，通过所述惩罚函数处理所述个体模型值，依据所述适应度函数依次计算当前种群中个体的适应度，将适应度最高的个体作为最优解，若当前最优解的适应度高于所述历史最优个体，则用当前最优解替换所述历史最优个体；判断迭代次数是否达到预设值，是则输出当前最优解，转至步骤S56；否则进行个体选择，形成新种群；S55：对种群中的个体进行交叉和变异，产生新种群，迭代次数加一，返回步骤S54；S56：解析当前最优解，使用解码函数构建出拓扑结构。3.如权利要求2所述的基于约束多目标优化的低压台区拓扑识别方法，其特征在于：步骤S52所述惩罚函数为：其中，H(Ti)为约束的判别因子，f'(Ti)为经惩罚函数处理后的函数值，L'(Ti)为依据电量守恒关系构建的模型，x为个体约束的满足程度，c为惩罚因数；其中n为个体中满足约束的L'(Ti)的个数，N为个体中全部L'(Ti)的个数，a为常数。4.如权利要求2所述的基于约束多目标优化的低压台区拓扑识别方法，其特征在于：步骤S55所述交叉方法为：S551‑1：种群中的每个个体产生一个[0，1]的第一随机数，若第一随机数小于交叉概率P1，则按步骤S551‑2至S551‑5参与两两交叉，产生新个体；S551‑2：参与交叉的两个个体作为父代个体，计算个体中的编码信息对应的函数f'(Ti)的值，得到两个父代个体中各自的最优f'(Ti)；2CN114297811A权利要求书2/3页S551‑3：新建一个空个体作为新个体，新个体编码中每层随机定义编码的个数；S551‑4：两个父代个体按层级执行交叉，从两个父代个体中随机抽取编码填充至新个体，若抽取的编码为个体最优f'(Ti)对应编码信息中的上级节点，则将其下级节点一并插入新个体；S551‑5：对新个体进行冲突检测，若存在冲突则使用父代个体中的随机编码对新个体中的冲突编码部分进行相应替换，若不存在冲突则说明交叉完成，确定新个体编码。5.如权利要求2所述的基于约束多目标优化的低压台区拓扑识别方法，其特征在于：步骤S55所述变异方法为：S552‑1：种群中的每个个体产生一个[0，1]的第二随机数，若第二随机数小于变异概率P2，执行步骤S552‑2；S552‑2：计算个体中的编码信息对应的函数f'(Ti)的值，随机生成一个正整数p，选择前p个最优f'(Ti)，对选中的p个函数值f'(Ti)分别按步骤S552‑3至S552‑5进行变异；S552‑3