專利名稱：基于混沌粒子群算法的接地網腐蝕診斷系統(tǒng)的檢測方法
技術領域：
本發(fā)明涉及一種基于混沌粒子群算法的接地網腐蝕診斷系統(tǒng)的檢測方法，屬于電力信息技術領域。
背景技術：
電氣工程建造伊始，電氣裝置的接地系統(tǒng)就與電氣裝置的一、二次回路和電氣設 備不可分割地相互依存。隨著大容量、遠距離的高壓、超高壓和特高壓電網的相繼出現(xiàn)，系統(tǒng)接地短路電流愈來愈大，發(fā)變電站接地網上的電位變得越來越高。無疑，這對保障人身和一次設備以及抗干擾能力較低的電子監(jiān)控裝置安全的發(fā)變電站的接地系統(tǒng)提出來更高和更新的要求。發(fā)變電站的接地系統(tǒng)是維護電力系統(tǒng)安全可靠運行、保障運行人員和電氣設備安全的根本保障和重要措施。隨著電力系統(tǒng)的發(fā)展，接地短路電流不斷增大，接地網的問題越來越突出。然而，對于地網故障點的測量手段非常原始，在接地工程竣工后對施工中的地網漏焊和虛焊也缺少有效的檢查驗收手段。以用工頻大電流法測工頻接地電阻的方法為例，其測量過程中面臨許多難點，一是要停電，二是要大電流源，三是測量工作十分復雜。另外這種方法只對存在斷點的情況敏感，而無法反映腐蝕情況。因此，目前工程上一般都是在發(fā)現(xiàn)地網接地電阻不合格或發(fā)生地網引起的事故后，通過大面積開挖查找接地網斷點和腐蝕段，這種方法帶有盲目性、工作量極大，還影響電力系統(tǒng)的運行。

發(fā)明內容
為了克服現(xiàn)有技術的缺陷，本發(fā)明提出了一種基于混沌粒子群算法的接地網腐蝕診斷系統(tǒng)的檢測方法，其可以在不停電和不對地網開挖的情況下，通過測量接地引線之間的電阻，對地網導體的斷點和腐蝕進行檢測，可操作性較高。本發(fā)明的發(fā)明構思是近年來，人們對接地網的腐蝕診斷研究的還不夠。本發(fā)明建立了分塊診斷方程組，并將其視為多目標優(yōu)化問題，采用動態(tài)混沌粒子群算法進行求解。得到了一種新的簡單可靠的地網診斷方法，可以在不停電和不對地網開挖的情況下，通過測量接地引線之間的電阻，對地網導體的斷點和腐蝕進行檢測，可操作性較高。本發(fā)明解決技術問題所采取的技術方案是一種基于混沌粒子群算法的接地網腐蝕診斷系統(tǒng)的檢測方法，包括以下步驟SI :建立腐蝕診斷的數學模型；S2 :建立分塊診斷數學模型，并轉化為多目標優(yōu)化問題；S3 :將多目標優(yōu)化問題的解看成一個粒子，形成初始種群；S4 :計算適應度；S5 :種群分類；并確定每個粒子的屬性；S6 :對于標準粒子，自動更新其速度與位置，并計算適應度；S7 :對于混沌粒子進行混沌映射變換，更新速度位置，并進行適應度計算；S8 :對于觀察粒子，同時進行標準變換和混沌映射變換并計算適應度；
S9 :根據新的適應度來更新個體最優(yōu)值和群體最優(yōu)值；SlO :判斷是否滿足終止條件，若滿足則輸出結果，否則返回S5。較佳地，所述步驟2進一步包括根據接地網特性，將復雜非規(guī)則的接地網拓撲結構，進行分塊，保留主體矩形網絡；而將接地網延伸拓撲部分，分割成獨立的小型規(guī)則網絡；步驟SI建立的數學模型轉變?yōu)榉謮K診斷模型，減少了診斷方程未知量個數，降低診斷方程組的病態(tài)程度；每個子模塊視為一個獨立的運算單元，將分塊診斷模型看作是一個多目標優(yōu)化問題；分塊診斷的數學模型如式⑵所示，式⑶為作為多目標優(yōu)化問題的數學模型
權利要求
1.一種基于混沌粒子群算法的接地網腐蝕診斷系統(tǒng)的檢測方法，其特征在于，包括以下步驟 S1:建立腐蝕診斷的數學模型； S2:建立分塊診斷數學模型，并轉化為多目標優(yōu)化問題； S3:將多目標優(yōu)化問題的解看成一個粒子，形成初始種群； S4:計算適應度； S5:種群分類；并確定每個粒子的屬性； S6:對于標準粒子，自動更新其速度與位置，并計算適應度； S7:對于混沌粒子進行混沌映射變換，更新速度位置，并進行適應度計算；S8:對于觀察粒子，同時進行標準變換和混沌映射變換并計算適應度； S9:根據新的適應度來更新個體最優(yōu)值和群體最優(yōu)值； SlO :判斷是否滿足終止條件，若滿足則輸出結果，否則返回S5。
2.根據權利要求I所述的方法，其特征在于，所述步驟2進一步包括 根據接地網特性，將復雜非規(guī)則的接地網拓撲結構，進行分塊，保留主體矩形網絡；而將接地網延伸拓撲部分，分割成獨立的小型規(guī)則網絡；步驟SI建立的數學模型轉變?yōu)榉謮K診斷模型，減少了診斷方程未知量個數，降低診斷方程組的病態(tài)程度；每個子模塊視為一個獨立的運算單元，將分塊診斷模型看作是一個多目標優(yōu)化問題； 分塊診斷的數學模型如式(2)所示，式(3)為作為多目標優(yōu)化問題的數學模型fr(^n，^l2，…，Ru) = h fr (^21, ^22,…,^2k ) — <MH,…,D = h.、 (2) fr(Rn+l,l ,^n+l,2 ,......, ^n+l,m-kxn ) _ ^n+l Rij=fr(Rn+ll ,Rfi+1,2 ,......, ^n+l,m-kxn ) /(IlJ2^InJnJ = Is gj =min(/r(i n,i 12,.g2 = min(fXR21,R22,...,R2k)-12) <gn=mm(fr(Rnl,Rn2,...,Rnk)-In)⑴ Sn+l尺n+l，2，......，^n+l,m-kxn ) ^n+l) Sn+2 UiiniRij - fr(Rn+ll，Rf +12，......，Rn+\，m-kxn ))^Sn+3 =min(/(乃,I1,…In, In+l )-Is) 上式中，R11... Rlk是分塊網絡I中的各支路電阻，...,Rnl... Rnk是分塊網絡n中的各支路電阻，Ri^1. Rn+1,m-kxn是主網絡的各支路的電阻山是分塊網絡I中的各支路電流，...，In是分塊網絡n中的各支路電流，In+1是主網絡的各支路的電流；IS是電流源電流。
3.根據權利要求2所述的方法，其特征在于，所述步驟S3中，粒子可表示為如式⑷所示 X [Xi，Xg， ，Xb] (4) 上式中，Xi表示支路i的電阻值。
4.根據權利要求3所述的方法，其特征在于，所述步驟S4進一步包括 S41:設定種群規(guī)模，隨機產生全部粒子及其自身的初始位置和初始速度，計算每個粒子當前位置的適應度，得到個體最優(yōu)值和群體最優(yōu)值； 其中，個體最優(yōu)值是指每個粒子的適應度最優(yōu)值，群體最優(yōu)值是指整個粒子群體的適應度最優(yōu)值； 適應度函數為式(5) f = (fr(Rn，Rl2， ，Rlk)_Ii) + (fr(R21，R22， ，R2k)_l2)+. + (fr (Rnl, Rn2, ，Rr*) _In) + (fr (Rn+i,i，Rn+i,2，......，Rn+i,m-kxn) _In+i) + (5) (Rij_fr (Rn+1,1，Rn+1,2，......，Rn+1, m_kxn) ) + (f (工1，工2， In，In+i) _IS) 上式中，R11... Rlk是分塊網絡I中的各支路電阻，...,Rnl... Rnk是分塊網絡n中的各支路電阻，Ri^1. Rn+1,m-kxn是主網絡的各支路的電阻山是分塊網絡I中的各支路電流，...，In是分塊網絡n中的各支路電流，In+i是主網絡的各支路的電流；IS是電流源電流； S42:計算整個種群適應度的 favg，fabove以及 -^below * 對所有粒子的當前適應度求和，取平均值，記為favg;再將高于該適應度的粒子作為一個新群體，將它們的適應度在取平均值，記為fab_ ;低于favg的粒子適應的取平均值，記為f below ;然后將適應度高于fab_的粒子，視為標準粒子，將適應度低于Ilrat的粒子，視為混沌粒子，其余粒子視為觀察粒子；數學表達式為式(6) (8) favg(6) ^ / = 1 I ^above fabove/ j f i(7) above /=1 I nbelo\v Ibelow =- Yj fk(A ^below 允=1 上式中，n是種群規(guī)模，nabove是適應度高于favg的粒子數量，nbelow是適應度低于favg的粒子數量。
5.根據權利要求4所述的方法，其特征在于，所述步驟S5進一步包括 根據步驟S42所述的評判標準將種群分類；并確定每個粒子的屬性，即標準粒子，混沌粒子和觀察粒子。
6.根據權利要求5所述的方法，其特征在于，所述步驟S6進一步包括對于標準粒子，根據式(9)與(10)自動更新其速度與位置，并計算適應度； Vid (t+1) = CO Vid (t) +C^1 (pid (t) -Xid (t)) +C2T2 (pgd (t) -Xid (t) ) (9) xid(t+l) = xid(t)+vid(t+l) i = 1,2,, n, d = 1,2, ...,D (10) 上式中vid(t)是粒子i在第t次迭代中在d維度下的速度；xid(t)是粒子i在第t次迭代中在d維度下的位置&和r2是在區(qū)間
上的保持群體多樣性的隨機數；Cl和C2是加速系數，又稱學習因子，用以幫助調節(jié)粒子速度和位置是慣性因子；i = 1,2, ...，n是粒子個數；d = 1,2, . . . , D ；k是迭代次數。
7.根據權利要求5或6所述的方法，其特征在于，所述步驟S7進一步包括S7:對于混沌粒子進行混沌映射變換，更新速度位置，并進行適應度計算。
通過式(11)進行混沌變換xi+1 = U X1 (I-X1)(11) 上式中，當ii G [3. 57,4], Xi G (0,1)且X, ￠(0.25,0.5,0.75)時，得到混沌現(xiàn)象，此時的Xi會遍歷空間(0,1)。
8.根據權利要求7所述的方法，其特征在于，所述步驟S8進一步包括對于觀察粒子，同時進行標準變換和混沌映射變換并計算適應度；同樣通過式(9) (11)進行相應的計 笪
9.根據權利要求8所述的方法，其特征在于，步驟S9中，當個體的當前適應度高于個體歷史最優(yōu)值則用新的適應度代替?zhèn)€體最優(yōu)值，否則不予替換；同理，對于群體最優(yōu)值亦是如此。
10.根據權利要求9所述的方法，其特征在于，步驟SlO中，該方法有兩個終止條件(I)設定迭代次數k，當迭代次數達到看時則就滿足終止條件，輸出結果；(2)前后兩次群體最優(yōu)值之差的絕對值小于10_6時滿足終止條件，輸出結果。
全文摘要
本發(fā)明公開一種基于混沌粒子群算法的接地網腐蝕診斷系統(tǒng)的檢測方法，包括以下幾個步驟S1建立腐蝕診斷數學模型；S2建立分塊診斷數學模型，并轉化為多目標優(yōu)化問題；S3將多目標優(yōu)化問題的解看成一個粒子，形成初始種群；S4計算適應度；S5種群分類；并確定每個粒子的屬性；S6對于標準粒子，直接更新其速度與位置，并計算適應度；S7對于混沌粒子進行混沌映射變換，更新速度位置，計算適應度；S8對于觀察粒子，同時進行標準變換和混沌映射變換并計算適應度；S9根據新的適應度來更新個體最優(yōu)和群體最優(yōu)；S10判斷是否滿足終止條件，若滿足則輸出結果，否則返回S5。
文檔編號G06N3/00GK102646213SQ201210044378
公開日2012年8月22日 申請日期2012年2月24日 優(yōu)先權日2012年2月24日
發(fā)明者姜平, 張楊, 李天宇, 李立學, 王書春, 王昕 , 鄭益慧, 高明仕 申請人:上海交通大學, 吉林省電力有限公司松原供電公司