一种基于量子遗传算法的智能终端监测方法及装置与流程

专利2026-02-20  10


本发明属于配电网故障监测,具体涉及一种基于量子遗传算法的智能终端监测方法及装置。


背景技术:

1、配电网实在电力系统中负责将从输电网或地区发电厂接受的电能进行分配,确保这些电能能够有效地传输到各类用户。配电网通过一系列配电设施,如架空线路、电缆、杆塔、配电变压器等,将高压电能降低到适合用户使用的各级电压,并组成多层次的网络向用户供电。为人们的日常生活和工业生产提供了稳定、可靠的电力供应。

2、在电力系统中scada技术是一种监视控制和数据采集系统,该系统结合了软件和硬件元素,为工业组织提供本地或远程的工业流程监控能力。该系统通过人机界面软件,使得用户能够直接与传感器、阀门、泵、电机等设备交互,实现数据的实时收集和处理,并将事件记录到日志文件或数据库中。scada技术的工作原理主要包括数据采集和数据传输两个步骤。通过远程终端设备采集现场设备的状态信息,然后将这些数据转换为数字信号,并通过通信网络传输到中央控制中心。通过遗传算法获得配电网故障处配电网的实际故障位置。

3、值得注意的是,上述方法存在一些问题,遗传算法在处理配电网故障定位时,收敛速度较慢搜索空间小自适应调节能力弱,导致遗传算法在配电网故障定位中准确性和效率较低。


技术实现思路

1、本发明的目的就在于解决遗传算法在配电网故障定位中准确性和效率较低的问题,而提出一种基于量子遗传算法的智能终端监测方法及装置。

2、在本发明实施的第一方面,首先提出一种基于量子遗传算法的智能终端监测方法,所述方法包括:

3、获取配电网发生故障时的故障特征和故障数据,将所述故障特征通过二进制转换得到第一代码,并将所述故障数据通过转换公式计算得到第二代码,所述第一代码和第二代码拼接得到第三代码;所述故障特征包括:配电网故障时的各设备的数据;故障数据包括:馈线开关的开关状态;

4、将所述第三代码作为种群进行初始化,通过适应度公式计算所述第三代码得到最高适应度,并将所述最高适应度对应的最优量子染色体作为进化目标通过量子进化操作进行迭代;所述量子进化操作包括:动态旋转、动态量子交叉和动态量子突变;

5、若量子遗传算法满足收敛误差或达到最大迭代次数,则输出故障定位结果。

6、可选的,将所述故障数据通过转换公式计算得到第二代码包括:

7、将所述将故障数据通过转换公式计算得到第二代码;

8、

9、其中,ai代表第二代码,n代表馈线段总数,sj代表馈线段j处的实时状态,sz代表馈线段z处的实时状态。

10、可选的,将所述第三代码通过适应度公式计算得到最优适应度包括:

11、根据适应度公式计算所述第三代码得到群体量子染色体的适应度值;

12、通过筛选所述群体量子染色体的适应度值得到最优适应度值,并将所述最优适应度值对应的最优量子染色体作为进化目标进行迭代;

13、适应度公式:

14、

15、其中,qα代表由ftu上传的α处馈线段的故障信息,q*代表由ftu上传的α号馈线段的正常信息,p代表智能算法中识别出的故障馈线,m为故障馈线数,ω代表权重系数。

16、可选的,将所述最佳量子染色体作为进化目标通过量子进化操作进行迭代包括:

17、通过旋转角公式动态调整量子门的旋转角度θ以改变量子比特的概率振幅;

18、旋转角公式:

19、

20、其中,代表平均适应度,st代表t时刻的适应度,smin代表总体的最小适应度,smax代表总体的最大适应度,θmax是δθ区间的最大值;θmin是δθ区间的最小值。

21、可选的,将所述最佳量子染色体作为进化目标通过量子进化操作进行迭代包括:

22、检测任意两条量子染色体的相似度和适应值,若所述相似度和适应值超过相似阈值,则通过动态量子交叉策略改变量子交叉概率产生新的量子染色体。

23、可选的,将所述最佳量子染色体作为进化目标通过量子进化操作进行迭代包括:

24、通过在预设时间内将所述种群与上一种群进行多样性相似度对比并检测量子染色体适应度提升状况;

25、若所述量子染色体的适应度在预设时间内的提升未超过提升阈值,并且所述量子染色体的多样性相似度未超过多样性阈值,则判定算法出现局部最优;

26、通过动态量子突变增加种群的突变概率。

27、可选的,输出故障定位结果包括:

28、获取历史数据中配电网故障时各位置的历史第三代码,将所述各历史第三代码作为定位代码集;

29、通过转换公式将所述最优量子染色体逆转换得到第四代码,将所述第四代码与定位代码集中的代码进行匹配并输出故障定位结果。

30、在本发明实施的第二方面,提出一种基于量子遗传算法的智能终端监测装置,包括:

31、可选的,所述装置包括:数据获取模块、初始化模块、迭代模块和输出模块:

32、数据获取模块,用于获取配电网发生故障时的故障特征和故障数据,将所述故障特征通过二进制转换得到第一代码,并将所述故障数据通过转换公式计算得到第二代码,所述第一代码和第二代码拼接得到第三代码;所述故障特征包括:配电网故障时的各设备的数据;故障数据包括:馈线开关的开关状态;

33、迭代模块,用于将所述第三代码作为种群进行初始化,通过适应度公式计算所述第三代码得到最高适应度,并将所述最高适应度对应的最优量子染色体作为进化目标通过量子进化操作进行迭代;所述量子进化操作包括:动态旋转、动态量子交叉和动态量子突变;

34、输出模块,用于若算法满足收敛误差或达到最大迭代次数,则输出故障定位结果。

35、本发明的有益效果:

36、本发明提出了一种基于量子遗传算法的智能终端监测方法,通过获取配电网发生故障时的故障特征和故障数据,将故障特征通过二进制转换得到第一代码,并将故障数据通过转换公式计算得到第二代码,第一代码和第二代码拼接得到第三代码;将第三代码作为种群进行初始化,通过适应度公式计算第三代码得到最高适应度,并将最高适应度对应的最优量子染色体作为进化目标通过量子进化操作进行迭代;若量子遗传算法满足收敛误差或达到最大迭代次数,则输出故障定位结果。通过量子遗传算法进行故障定位有更高的准确性和效率,为配电网的故障快速定位与修复提供了有力支持,有助于提升电力系统的稳定性和可靠性。



技术特征:

1.一种基于量子遗传算法的智能终端监测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种基于量子遗传算法的智能终端监测方法,其特征在于,将所述故障数据通过转换公式计算得到第二代码包括:

3.根据权利要求1所述的一种基于量子遗传算法的智能终端监测方法,其特征在于,将所述第三代码通过适应度公式计算得到最优适应度包括:

4.根据权利要求1所述的一种基于量子遗传算法的智能终端监测方法,其特征在于,将所述最佳量子染色体作为进化目标通过量子进化操作进行迭代包括:

5.根据权利要求1所述的一种基于量子遗传算法的智能终端监测方法,其特征在于,将所述最佳量子染色体作为进化目标通过量子进化操作进行迭代包括:

6.根据权利要求1所述的一种基于量子遗传算法的智能终端监测方法,其特征在于,将所述最佳量子染色体作为进化目标通过量子进化操作进行迭代包括:

7.根据权利要求1所述的一种基于量子遗传算法的智能终端监测方法,其特征在于,输出故障定位结果包括:

8.一种基于量子遗传算法的智能终端监测装置,其特征在于,所述装置包括:数据获取模块、初始化模块、迭代模块和输出模块:


技术总结
本发明公开了一种基于量子遗传算法的智能终端监测方法及装置,涉及配电网故障监测技术领域;通过获取配电网发生故障时的故障特征和故障数据,将故障特征通过二进制转换得到第一代码,并将故障数据通过转换公式计算得到第二代码,第一代码和第二代码拼接得到第三代码;将第三代码作为种群进行初始化,通过适应度公式计算第三代码得到最高适应度,并将最高适应度对应的最优量子染色体作为进化目标通过量子进化操作进行迭代;若量子遗传算法满足收敛误差或达到最大迭代次数,则输出故障定位结果。通过量子遗传算法进行故障定位有更高的准确性和效率,为配电网的故障快速定位与修复提供了有力支持,有助于提升电力系统的稳定性和可靠性。

技术研发人员:吴寅,卫荣,周挺,汪洋,张静华,王宇,马乃源,杨飞,朱鸿瑞,杜烽,王振奎,侯恩勇,薛闻达,江超,蔡红,王从春
受保护的技术使用者:国网安徽省电力有限公司六安市叶集供电公司
技术研发日:
技术公布日:2024/6/26
转载请注明原文地址:https://doc.8miu.com/read-1827850.html

最新回复(0)