摘要:电力系统故障诊断是利用保护和断路器的动作信息来推断可能的故障位置。其中故障元件的识别是故障诊断实现的关键。文中应用量子粒子群优化算法研究故障元件的识别方法,先根据保护动作原理将故障诊断问题表示为0-1整数规划问题,然后用量子粒子群优化算法求解。与标准PSO算法和传统遗传算法比较,文中采用的量子粒子群优化算法具有稳定性高、收敛特性好、运行速度快的优点。仿真研究验证了文中方法的可行性和有效性。
关键词:电力系统 量子粒子群优化算法 故障诊断
单位:湖南大学电气与信息工程学院 长沙410082 株洲职业技术学院 株洲412000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社