登录    注册    忘记密码

期刊文章详细信息

基于改进蚁群算法的配电网故障定位研究    

Research on Fault Location of Distribution Network Based on Improved Ant Colony Algorithm

  

文献类型:期刊文章

作  者:李霆[1] 方志坚[2] 罗义旺[3] 林海玉[3] 林翰[3] 黄丽榕[3]

LI Ting;FANG Zhijian;LUO Yiwang;LIN Haiyu;LIN Han;HUANG Lirong(State Grid Fujian Power Co., Ltd., Fuzhou 350001, China;Information and Communication Branch of State Grid Fujian Power Co., Ltd., Fuzhou 350001, China;State Grid XintongYiliTechnology Co. Ltd., Fuzhou 350001, China)

机构地区:[1]国网福建省电力有限公司,福建福州350001 [2]国网福建省电力有限公司信息通信分公司,福建福州350001 [3]国网信通亿力科技有限责任公司,福建福州350001

出  处:《微型电脑应用》

年  份:2020

卷  号:36

期  号:9

起止页码:86-88

语  种:中文

收录情况:ZGKJHX、普通刊

摘  要:精准的配电网故障定位,对于快速隔离故障,提高居民用电质量具有重要意义。为了提高配电网故障定位精度,提出了基于改进蚁群算法的配电网故障定位方法。传统的ACO算法信息素挥发系数、启发因子,信息素浓度等参数需人工设定,采用IA算法优化选取ACO算法的随机初始因子,以优化ACO的网络模型。实验仿真表明,IA-ACO算法比传统的ACO算法具有更快的收敛速度和更高的寻优能力;同时IA-ACO算法在进行配电网故障定位仿真时,与实际结果一致,验证了IA-ACO算法在配电网故障定位的准确性与可靠性。

关 键 词:配电网 故障定位 蚁群算法 免疫算法

分 类 号:TM711]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心