CN106981874A - 基于和声算法的配电网重构避免不可行解的编码方法 - Google Patents
基于和声算法的配电网重构避免不可行解的编码方法 Download PDFInfo
- Publication number
- CN106981874A CN106981874A CN201710279646.1A CN201710279646A CN106981874A CN 106981874 A CN106981874 A CN 106981874A CN 201710279646 A CN201710279646 A CN 201710279646A CN 106981874 A CN106981874 A CN 106981874A
- Authority
- CN
- China
- Prior art keywords
- matrix
- branch road
- ring
- going
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 124
- 238000012545 processing Methods 0.000 claims abstract description 40
- 241000218211 Maclura Species 0.000 claims abstract description 3
- 230000000875 corresponding effect Effects 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 210000000078 claw Anatomy 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101100177269 Arabidopsis thaliana HCAR gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于和声算法的配电网重构避免不可行解的编码方法，所述方法包括单联络环矩阵的生成方法以及有效初始解和有效新解的生成方法。所述方法读取配电网柘朴信息，生成单联络环矩阵M，随机选取x个联络开关；从矩阵M中选出x个联络开关对应的行放入矩阵N，按行的非零元素个数排序，令i＝1；从N(i,:)随机选取一非零元素存放于矩阵F；找出矩阵A(i+1:x,:)中包含Fi的行，将这些行与A(i,:)相同的非零元素置零；经“爪型”和“三叠式”处理阶段，输出矩阵F。本方法适用于大规模配电网，能够在整个搜索过程中不产生不满足拓扑约束的解，且能找出全局最优方案，较传统重构方法在速度上有很大的提高。
Description
技术领域
本发明涉及一种基于和声算法的配电网重构避免不可行解的编码方法，属配电网重构编码技术领域。
背景技术
网络重构是配电网具有目标性的网络结构优化，是负荷转供、降低网损、消除过载及改善供电电压质量等的有效途径。它是一个多目标多约束非线性组合优化问题。随着配网规模的增大，容易产生“维数灾难”、“组合爆炸”等问题。配电网具体“闭环设计、开环运行”的特点，利用人工智能算法求解重构问题的过程中，会产生大量不满足拓扑约束的解，即存在孤岛、环或不连通的个体，大幅度地降低了搜索效率，且不利于找到全局最优解。
配电网重构过程中快速生成满足拓扑约束解的方法主要分为两种，一种是采用有效的编码方式，减少不可行解的生成概率；另一种是快速判断解的可行性，剔除无效解。后者能快速判别并舍弃无效解，但在相同迭代次数的情况下，不像前者更有利于找到全局最优解。
目前已有较多的文献研究配电网重构编码方式的问题，但方法尚未成熟。包括采用二进制的编码方式，染色体的长度为配电网中开关的数目。基于配电网的结构特点，直接与电源相连及不在任何环上的开关必须闭合；并且将每个环路的开关划分为一个基因块，在进行交叉操作时，只交换基因块。还有方法定义环路为电源点连电源点或者某一节点既为起点又是终点，且途径的每个节点只经过一次。以闭合一个开关构成环路，须断开环内的一个开关恢复辐射状的特点进行编码，并提出了多个环路具有公共部分的情况下在编码时可能会出现孤岛的问题。有文献研究了环路间含有公共开关的复杂配电网的编码问题，分析了单环网、双环网以及三环网的情况；还有方法提出了有效的配电网简化方法，不在环路上的开关不设为变量及解环效果一致的多条支路合并成支路组；并规定每个支路组最多断开一条支路，包含n个环的网络须断开n条支路。还有方法引入分治法对支路组并行处理，以提高有效解生成效率。
上述方法都是基于环路进行编码，综合所有编码规则可得：1)每个环若闭合一个开关则须相应地断开一个开关；2)支路组最多断开一条支路。上述规则适用于简单少环网络，对于多环网及“环含环”等情况不适用。
发明内容
本发明的目的是，为了解决配电网网络重构存在的问题，提出一种基于和声算法的配电网重构避免不可行解的编码方法。
实现本发明的技术方案如下：一种基于和声算法的配电网重构避免不可行解的编码方法，包括单联络环矩阵的生成方法以及有效初始解和有效新解的生成方法。
所述方法读取配电网柘朴信息，生成单联络环矩阵M，随机选取x个联络开关；从矩阵M中选出x个联络开关对应的行放入矩阵N，按行的非零元素个数排序，令i＝1；从N(i,:)随机选取一非零元素存放于矩阵F；找出矩阵A(i+1:x,:)中包含Fi的行，将这些行与A(i,:)相同的非零元素置零；经“爪型”和“三叠式”处理阶段，输出矩阵F。
所述单联络环，指在辐射状配电网中，由一个联络开关与若干分段开关组成的环；所述单联络环矩阵，设联络开关数为n，形成的单联络环包含的最大分段开关数为m的辐射状配电网中，单联络环矩阵为：
M＝(mij)n×m，其中：mij为第i个单联络环的第j个分段开关编号。
所述对网络进行简化处理步骤如下：
(1)不被包含于任一单联络环的支路不予以编码；
(2)闭合配电网中所有的开关，将连续的出度与入度之和小于等于2的节点连接的支路合并成支路组，其解环效果相同。
所述单联络环的编码规则如下：
(1)任一支路组最多断开一条支路；
(2)在解两个及以上环时，按单联络环从小到大的顺序进行解环，以避免出现环含环的情况下，若先解大环，可能导致小环无支路可断开的现象；
(3)在解三个及以上环时，若两两环之间的公共部分组成的形状为“爪”型，即所有的公共部分具有共同的端点，但两两不相交，则至少有一个公共部分的支路不断开；如图1和图2所示；
(4)在解三个环时，若两两环之间的公共部分组成的形状为“三叠”式，如图3所示，即三个环两两相交，且三个环相交的部分与其中两个环相交部分相同，则三个公共部分叠在一起自然地分成三个区域，当其中两个区域都有支路断开的情况下，第三个区域实行解锁，可以被选中解第三个环。
所述单联络环矩阵的生成方法的步骤如下：
(1)形成节点支路关联矩阵A＝(ajk)J×T，其中J为系统节点数，T为支路数；ajk＝1，表示支路k与节点j关联；ajk＝0，表示支路k与节点j无关联；
(2)从系统根节点(系统的主站节点)所在关联矩阵的行开始遍历，找与根节点关联的支路，即该行中值为1的列，列号为支路号，所有与根节点相连的支路为第1层支路，此时，根节点是送端节点，受端节点为支路的另一节点；
(3)遍历第1层支路的所有受端节点所在行，找到与其关联的所有支路，即为第2层支路；第2层支路的送端节点为第1层支路的受端节点，第2层支路的受端节点为第3层支路的送端节点；以此类推，直至所有上层支路的受端节点没有与其关联的支路时结束遍历；如此可以求出层次关联矩阵，以及首、末节点矩阵；
(4)依据节点和支路的关联关系及网络中所有连通的支路，得到配电网络的网络层次矩阵L、支路的层次关联矩阵C及支路首节点矩阵F和末节点矩阵E；
(5)闭合任意一条联络支路，根据首节点矩阵F、末节点矩阵E以及节点支路关联矩阵A，确定以该闭合联络支路的首末节点为端点的两条支路，以这两条支路为始端，依据支路的层次关联矩阵C搜索与其相连的上层支路，直至根节点，形成两个上层支路向量，将两个向量中相同的支路去掉，剩余的所有支路即为单联络环矩阵中该联络支路对应行的所有支路；
(6)每一个联络开关依次重复步骤(5)，即可获得单联络环矩阵M。
所述有效初始解生成方法，将生成有效初始解分为四个阶段：准备阶段、核心阶段、“爪”型处理阶段与“三叠”式处理阶段；准备阶段用于生成单联络环矩阵，搜索环与环之间的公共部分，并定义相关变量；核心阶段逐一分析闭合的联络开关，确定相应需要断开的分段开关；“爪”型处理阶段和“三叠”式处理阶段分别用于处理环与环之间的公共部分呈“爪”型和“三叠”式的情况；其中，“爪”型处理阶段和“三叠”式处理阶段同时进行，以提高生成效率。
所述准备阶段的步骤为：
(1)基于生成的单联络环矩阵M；
(2)随机选择x个联络开关闭合；
(3)逐一找出每个闭合的联络开关在矩阵M中的对应行，存放于矩阵N；
(4)将矩阵N中的每行按非零元素的个数从小到大的顺序从上到下排放；
(5)遍历矩阵N中的任意两行，将行与行之间的非零公共元素都存放于矩阵H；
(6)初始化参数，令i＝1，z＝0，s＝0；并定义空集合F用于存放断开的分段开关编号；
(7)判断矩阵H中是否存在公共支路组是否呈“爪”型或“三叠”式，若呈“爪”型，z＝1，并将形成“爪”型的公共支路组按行存放于矩阵Z；若呈“三叠”式，s＝1，并将形成“三叠”式的三个区域的支路组按行存放于矩阵S。
所述核心阶段的步骤为：
(1)从矩阵N(i，：)中随机选取一个非零元素Fi放入集合F；
(2)判断i是否大于等于x，若是，转至步骤(5)；若否，转至步骤(3)；
(3)找出矩阵N(i+1：x，：)中包含Fi的行，将这些行与N(i，：)相同的非零元素置零；转至“爪”型处理阶段步骤(1)和“三叠”式处理阶段步骤(1)；
(4)i＝i+1，转至步骤(1)；
(5)输出集合F，结束。
所述“爪”型处理阶段的步骤为：
(1)判断z是否等于1，若是，转至步骤(2)；若否，转至核心阶段步骤(4)；
(2)判断Fi是否存在于矩阵Z，若是，转至步骤(3)；若否，转至核心阶段步骤(4)；
(3)判断矩阵Z中是否只剩一行支路组l未断开，若是，转至步骤(4)；若否，转至核心阶段步骤(4)；
(4)将矩阵N(i+1：x，：)中支路组l元素全置零，转至核心阶段步骤(4)。
所述“三叠”式处理阶段的步骤为：
(1)判断s是否等于1，若是，转至步骤(2)；若否，转至核心阶段步骤(4)；
(2)判断Fi是否存在于矩阵S，若是，转至步骤(3)；若否，转至核心阶段步骤(4)；
(3)判断矩阵S中是否只剩一行支路组k未断开，若是，转至步骤(4)；若否，转至核心阶段步骤(4)；
(4)将矩阵N(i+1：x，：)中原本包含支路组k的行恢复k中的元素，转至核心阶段步骤(4)。
所述新解生成采用和声算法：
为了避免生成无效新解，需要在以下三个新解生成过程中进行约束：一是在和声记忆库中随机选取；二是对已选取的变量进行扰动；三是在和声记忆库外随机选取。根据编码形式，将联络开关位与相应的分段开关位绑定为一个模块，即一位二进制数与一位十进制数绑定一起进行算法操作；
在和声记忆库内选取变量时，以下两种情况会出现不可行解：一是该变量与已选变量都为某两个单联络环公共部分的分段开关；二是已选变量的分段开关有两个为组成“爪”型的支路，而该变量为最后一条未断开的组成“爪”的支路；生成新解过程中为避免以上两种情况出现，将和声记忆库中不可行的候选变量置零；设变量X＝(x1,x2,…,xd)，和声记忆库HM大小为HMS，当前处理的变量为xi；新解生成的具体步骤为：
(1)判断i>1？若是，令X＝i-1，a＝1，转至步骤(2)；若否，无需处理；
(2)令b＝1；
(3)判断单联络环矩阵M(a,:)与M(i,:)是否有非零元素的交集P，若有，转至步骤(4)；若无，转至步骤(6)；
(4)判断HM(b,i)断开的分段开关是否在交集P内，若是，转至步骤(5)；若否，转至步骤(6)；
(5)判断已处理变量xa断开的分段开关是否在交集P内，若是，将HM(b,i)置零，转至步骤(7)；若否，直接转至步骤(7)。
(6)判断HM(b,i)是否为“爪”型未断开的最后一条支路，若是，将HM(b,i)置零，转至步骤(7)；若否，直接转至步骤(7)；
(7)判断b<HMS？若是，b＝b+1，转至步骤(3)；若否，转至步骤(8)；
(8)判断a<X？若是，a＝a+1，转至步骤(2)；若否，处理结束。
本发明的有益效果在于，本发明能在不剔除可行解的前提下，可避免生成无效解，且无需再进行连通性校验。本方法适用于大规模配电网，能够在整个搜索过程中不产生不满足拓扑约束的解，且能找出全局最优方案，较传统重构方法在速度上有很大的提高。
附图说明
图1为简单型“爪”型公共部分简化图；
图2为复杂型“爪”型公共部分简化图；
图3为“三叠”式公共部分简化图；
图4为生成初始有效种群流程图。
具体实施方式
本发明的具体实施方式如下：
本实施例一种基于和声算法的配电网重构避免不可行解的编码方法，包括单联络环矩阵的生成方法以及有效初始解和新解的生成方法。
本实施例单联络环矩阵的生成步骤如下：
(1)形成节点支路关联矩阵A＝(ajk)J×T，其中J为系统节点数，T为支路数。ajk＝1，表示支路k与节点j关联；ajk＝0，表示支路k与节点j无关联。
(2)从系统根节点(系统的主站节点)所在关联矩阵的行开始遍历，找与根节点关联的支路，即该行中值为1的列，列号为支路号，所有与根节点相连的支路为第1层支路，此时，根节点是送端节点，受端节点为支路的另一节点。
(3)遍历第1层支路的所有受端节点所在行，找到与其关联的所有支路，即为第2层支路。第2层支路的送端节点为第1层支路的受端节点，第2层支路的受端节点为第3层支路的送端节点。以此类推，直至所有上层支路的受端节点没有与其关联的支路时结束遍历。如此可以求出层次关联矩阵，以及首、末节点矩阵。
(4)依据节点和支路的关联关系及网络中所有连通的支路，得到配电网络的网络层次矩阵L、支路的层次关联矩阵C及支路首节点矩阵F和末节点矩阵E。
(5)闭合任意一条联络支路，根据首节点矩阵F、末节点矩阵E以及节点支路关联矩阵A，确定以该闭合联络支路的首末节点为端点的两条支路，以这两条支路为始端，依据支路的层次关联矩阵C搜索与其相连的上层支路，直至根节点，形成两个上层支路向量，将两个向量中相同的支路去掉，剩余的所有支路即为单联络环矩阵中该联络支路对应行的所有支路。
(6)每一个联络开关依次重复步骤(5)，即可获得单联络环矩阵M。
本实施例有效初始解的生成方法如下：
将生成有效初始解分为四个阶段：准备阶段、核心阶段、“爪”型处理阶段与“三叠”式处理阶段。
准备阶段用于生成单联络环矩阵，搜索环与环之间的公共部分，并定义相关变量；核心阶段逐一分析闭合的联络开关，确定相应需要断开的分段开关；“爪”型处理阶段和“三叠”式处理阶段分别用于处理环与环之间的公共部分呈“爪”型和“三叠”式的情况。其中，“爪”型处理阶段和“三叠”式处理阶段同时进行，以提高生成效率。具体生成流程如下所述，流程图见图4所示。
(1)准备阶段
步骤一：基于生成的单联络环矩阵M。
步骤二：随机选择x个联络开关闭合。
步骤三：逐一找出每个闭合的联络开关在矩阵M中的对应行，存放于矩阵N。
步骤四：将矩阵N中的每行按非零元素的个数从小到大的顺序从上到下排放。
步骤五：遍历矩阵N中的任意两行，将行与行之间的非零公共元素都存放于矩阵H。
步骤六：初始化参数，令i＝1，z＝0，s＝0；并定义空集合F用于存放断开的分段开关编号。
步骤七：判断矩阵H中是否存在公共支路组是否呈“爪”型或“三叠”式，若呈“爪”型，z＝1，并将形成“爪”型的公共支路组按行存放于矩阵Z；若呈“三叠”式，s＝1，并将形成“三叠”式的三个区域的支路组按行存放于矩阵S。
(2)核心阶段
步骤一：从矩阵N(i，：)中随机选取一个非零元素Fi放入集合F。
步骤二：判断i是否大于等于x，若是，转至步骤五；若否，转至步骤三。
步骤三：找出矩阵N(i+1：x，：)中包含Fi的行，将这些行与N(i，：)相同的非零元素置零。转至“爪”型处理阶段步骤一和“三叠”式处理阶段步骤一。
步骤四：i＝i+1，转至步骤一。
步骤五：输出集合F，结束。
(3)“爪”型处理阶段
步骤一：判断z是否等于1，若是，转至步骤二；若否，转至核心阶段步骤四。
步骤二：判断Fi是否存在于矩阵Z，若是，转至步骤三；若否，转至核心阶段步骤四。
步骤三：判断矩阵Z中是否只剩一行支路组l未断开，若是，转至步骤四；若否，转至核心阶段步骤四。
步骤四：将矩阵N(i+1：x，：)中支路组l元素全置零，转至核心阶段步骤四。
(4)“三叠”式处理阶段
步骤一：判断s是否等于1，若是，转至步骤二；若否，转至核心阶段步骤四。
步骤二：判断Fi是否存在于矩阵S，若是，转至步骤三；若否，转至核心阶段步骤四。
步骤三：判断矩阵S中是否只剩一行支路组k未断开，若是，转至步骤四；若否，转至核心阶段步骤四。
步骤四：将矩阵N(i+1：x，：)中原本包含支路组k的行恢复k中的元素，转至核心阶段步骤四。
本实施例和声算法有效新解的生成方法如下：
和声搜索算法生成新解的规则如下，设变量X＝(x1,x2,…,xd)。
其中，rand为0到1之间的随机数；HMCR为和声记忆库考虑概率；PAR为扰动概率。
为了避免生成无效新解，需要在以下三个新解生成过程中进行约束：一是在和声记忆库中随机选取；二是对已选取的变量进行扰动；三是在和声记忆库外随机选取。根据编码形式，将联络开关位与相应的分段开关位绑定为一个模块，即一位二进制数与一位十进制数绑定一起进行算法操作。
在和声记忆库内选取变量时，以下两种情况会出现不可行解：一是该变量与已选变量都为某两个单联络环公共部分的分段开关；二是已选变量的分段开关有两个为组成“爪”型的支路，而该变量为最后一条未断开的组成“爪”的支路。生成新解过程中为避免以上两种情况出现，将和声记忆库中不可行的候选变量置零，具体实现流程如下所示：
设变量X＝(x1,x2,…,xd)，和声记忆库HM大小为HMS，当前处理的变量为xi。
步骤一：判断i>1？若是，令X＝i-1，a＝1，转至步骤二；若否，无需处理。
步骤二：令b＝1。
步骤三：判断单联络环矩阵M(a,:)与M(i,:)是否有非零元素的交集P，若有，转至步骤四；若无，转至步骤六。
步骤四：判断HM(b,i)断开的分段开关是否在交集P内，若是，转至步骤五；若否，转至步骤六。
步骤五：判断已处理变量xa断开的分段开关是否在交集P内，若是，将HM(b,i)置零，转至步骤七；若否，直接转至步骤七。
步骤六：判断HM(b,i)是否为“爪”型未断开的最后一条支路，若是，将HM(b,i)置零，转至步骤七；若否，直接转至步骤七。
步骤七：判断b<HMS？若是，b＝b+1，转至步骤三；若否，转至步骤八。
步骤八：判断a<X？若是，a＝a+1，转至步骤二；若否，处理结束。
为避免在对变量进行扰动与记忆库外随机选变量的过程中产生无效解，只需确定扰动变量和随机选取变量的有效范围即可，包括避免多个环公共部分分段开关多个断开及“爪”型的每条支路都有分段开关断开的情况，恢复“三叠”式有效解的情况。在生成新解过程中的具体实现流程如下所示。设变量X＝(x1,x2,…,xd)，和声记忆库HM大小为HMS，当前处理的变量为xi，空集合E用于存放变量有效取值。
步骤一：令E＝单联络环矩阵M(i,:)。
步骤二：判断i>1？若是，令X＝i-1，a＝1，转至步骤二；若否，结束，输出矩阵E。
步骤三：判断单联络环矩阵M(a,:)与M(i,:)是否有非零元素的交集P，若无，转至步骤四；若有，判断已处理变量xa断开的分段开关是否在交集P内，若是，将矩阵E中交集P包含的元素置零；若否，转至步骤四。
步骤四：判断a<X？若是，a＝a+1，转至步骤三；若否，转至步骤五。
步骤五：判断并处理“爪”型和“三叠”式情况。
步骤六：结束，输出矩阵E。
Claims (9)
1.一种基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述方法包括单联络环矩阵的生成方法以及有效初始解和有效新解的生成方法；所述方法读取配电网柘朴信息，生成单联络环矩阵M，随机选取x个联络开关；从矩阵M中选出x个联络开关对应的行放入矩阵N，按行的非零元素个数排序，令i＝1；从N(i,:)随机选取一非零元素存放于矩阵F；找出矩阵A(i+1:x,:)中包含Fi的行，将这些行与A(i,:)相同的非零元素置零；经“爪型”和“三叠式”处理阶段，输出矩阵F。
2.根据权利要求1所述的基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述单联络环的编码规则如下：
(1)任一支路组最多断开一条支路；
(2)在解两个及以上环时，按单联络环从小到大的顺序进行解环，以避免出现环含环的情况下，若先解大环，可能导致小环无支路可断开的现象；
(3)在解三个及以上环时，若两两环之间的公共部分组成的形状为“爪”型，即所有的公共部分具有共同的端点，但两两不相交，则至少有一个公共部分的支路不断开；
(4)在解三个环时，若两两环之间的公共部分组成的形状为“三叠”式，即三个环两两相交，且三个环相交的部分与其中两个环相交部分相同，则三个公共部分叠在一起自然地分成三个区域，当其中两个区域都有支路断开的情况下，第三个区域实行解锁，可以被选中解第三个环。
3.根据权利要求1所述的基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述单联络环矩阵的生成方法步骤如下：
(1)形成节点支路关联矩阵A＝(ajk)J×T，其中J为系统节点数，T为支路数；ajk＝1，表示支路k与节点j关联；ajk＝0，表示支路k与节点j无关联；
(2)从系统根节点所在关联矩阵的行开始遍历，找与根节点关联的支路，即该行中值为1的列，列号为支路号，所有与根节点相连的支路为第1层支路，此时，根节点是送端节点，受端节点为支路的另一节点；
(3)遍历第1层支路的所有受端节点所在行，找到与其关联的所有支路，即为第2层支路；第2层支路的送端节点为第1层支路的受端节点，第2层支路的受端节点为第3层支路的送端节点；以此类推，直至所有上层支路的受端节点没有与其关联的支路时结束遍历；如此可以求出层次关联矩阵，以及首、末节点矩阵；
(4)依据节点和支路的关联关系及网络中所有连通的支路，得到配电网络的网络层次矩阵L、支路的层次关联矩阵C及支路首节点矩阵F和末节点矩阵E；
(5)闭合任意一条联络支路，根据首节点矩阵F、末节点矩阵E以及节点支路关联矩阵A，确定以该闭合联络支路的首末节点为端点的两条支路，以这两条支路为始端，依据支路的层次关联矩阵C搜索与其相连的上层支路，直至根节点，形成两个上层支路向量，将两个向量中相同的支路去掉，剩余的所有支路即为单联络环矩阵中该联络支路对应行的所有支路；
(6)每一个联络开关依次重复步骤(5)，即可获得单联络环矩阵M。
4.根据权利要求1所述的基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述有效初始解的生成方法，将生成初始解分为四个阶段：准备阶段、核心阶段、“爪”型处理阶段与“三叠”式处理阶段；准备阶段用于生成单联络环矩阵，搜索环与环之间的公共部分，并定义相关变量；核心阶段逐一分析闭合的联络开关，确定相应需要断开的分段开关；“爪”型处理阶段和“三叠”式处理阶段分别用于处理环与环之间的公共部分呈“爪”型和“三叠”式的情况；其中，“爪”型处理阶段和“三叠”式处理阶段同时进行，以提高生成效率。
5.根据权利要求4所述的基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述准备阶段的步骤为：
(1)基于生成的单联络环矩阵M；
(2)随机选择x个联络开关闭合；
(3)逐一找出每个闭合的联络开关在矩阵M中的对应行，存放于矩阵N；
(4)将矩阵N中的每行按非零元素的个数从小到大的顺序从上到下排放；
(5)遍历矩阵N中的任意两行，将行与行之间的非零公共元素都存放于矩阵H；
(6)初始化参数，令i＝1，z＝0，s＝0；并定义空集合F用于存放断开的分段开关编号；
(7)判断矩阵H中是否存在公共支路组是否呈“爪”型或“三叠”式，若呈“爪”型，z＝1，并将形成“爪”型的公共支路组按行存放于矩阵Z；若呈“三叠”式，s＝1，并将形成“三叠”式的三个区域的支路组按行存放于矩阵S。
6.根据权利要求4所述的基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述核心阶段的步骤为：
(1)从矩阵N(i，：)中随机选取一个非零元素Fi放入集合F；
(2)判断i是否大于等于x，若是，转至步骤(5)；若否，转至步骤(3)；
(3)找出矩阵N(i+1：x，：)中包含Fi的行，将这些行与N(i，：)相同的非零元素置零；转至“爪”型处理阶段步骤(1)和“三叠”式处理阶段步骤(1)；
(4)i＝i+1，转至步骤(1)；
(5)输出集合F，结束。
7.根据权利要求4所述的基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述“爪”型处理阶段的步骤为：
(1)判断z是否等于1，若是，转至步骤(2)；若否，转至核心阶段步骤(4)；
(2)判断Fi是否存在于矩阵Z，若是，转至步骤(3)；若否，转至核心阶段步骤(4)；
(3)判断矩阵Z中是否只剩一行支路组l未断开，若是，转至步骤(4)；若否，转至核心阶段步骤(4)；
(4)将矩阵N(i+1：x，：)中支路组l元素全置零，转至核心阶段步骤(4)。
8.根据权利要求4所述的基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述“三叠”式处理阶段的步骤为：
(1)判断s是否等于1，若是，转至步骤(2)；若否，转至核心阶段步骤(4)；
(2)判断Fi是否存在于矩阵S，若是，转至步骤(3)；若否，转至核心阶段步骤(4)；
(3)判断矩阵S中是否只剩一行支路组k未断开，若是，转至步骤(4)；若否，转至核心阶段步骤(4)；
(4)将矩阵N(i+1：x，：)中原本包含支路组k的行恢复k中的元素，转至核心阶段步骤(4)。
9.根据权利要求1所述的基于和声算法的配电网重构避免不可行解的编码方法，其特征在于，所述有效新解生成采用和声算法如下：
为了避免生成无效新解，需要在以下三个新解生成过程中进行约束：一是在和声记忆库中随机选取；二是对已选取的变量进行扰动；三是在和声记忆库外随机选取；根据编码形式，将联络开关位与相应的分段开关位绑定为一个模块，即一位二进制数与一位十进制数绑定一起进行算法操作；
在和声记忆库内选取变量时，以下两种情况会出现不可行解：一是该变量与已选变量都为某两个单联络环公共部分的分段开关；二是已选变量的分段开关有两个为组成“爪”型的支路，而该变量为最后一条未断开的组成“爪”的支路；生成新解过程中为避免以上两种情况出现，将和声记忆库中不可行的候选变量置零；设变量X＝(x1,x2,…,xd)，和声记忆库HM大小为HMS，当前处理的变量为xi；新解生成的具体步骤为：
(1)判断i>1？若是，令X＝i-1，a＝1，转至步骤(2)；若否，无需处理；
(2)令b＝1；
(3)判断单联络环矩阵M(a,:)与M(i,:)是否有非零元素的交集P，若有，转至步骤(4)；若无，转至步骤(6)；
(4)判断HM(b,i)断开的分段开关是否在交集P内，若是，转至步骤(5)；若否，转至步骤(6)；
(5)判断已处理变量xa断开的分段开关是否在交集P内，若是，将HM(b,i)置零，转至步骤(7)；若否，直接转至步骤(7)；
(6)判断HM(b,i)是否为“爪”型未断开的最后一条支路，若是，将HM(b,i)置零，转至步骤(7)；若否，直接转至步骤(7)；
(7)判断b<HMS？若是，b＝b+1，转至步骤(3)；若否，转至步骤(8)；
(8)判断a<X？若是，a＝a+1，转至步骤(2)；若否，处理结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710279646.1A CN106981874A (zh) | 2017-04-26 | 2017-04-26 | 基于和声算法的配电网重构避免不可行解的编码方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710279646.1A CN106981874A (zh) | 2017-04-26 | 2017-04-26 | 基于和声算法的配电网重构避免不可行解的编码方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106981874A true CN106981874A (zh) | 2017-07-25 |
Family
ID=59345952
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710279646.1A Pending CN106981874A (zh) | 2017-04-26 | 2017-04-26 | 基于和声算法的配电网重构避免不可行解的编码方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106981874A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107909224A (zh) * | 2017-12-11 | 2018-04-13 | 国网山东省电力公司菏泽供电公司 | 基于和声算法的快速移除不可行解的配电网重构方法 |
| CN108988346A (zh) * | 2018-09-19 | 2018-12-11 | 四川大学 | 电网中减少无效解的网络重构预处理方法及预处理系统 |
-
2017
- 2017-04-26 CN CN201710279646.1A patent/CN106981874A/zh active Pending
Non-Patent Citations (1)
| Title |
|---|
| 刘蓓: "智能配电网故障定位与故障恢复方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107909224A (zh) * | 2017-12-11 | 2018-04-13 | 国网山东省电力公司菏泽供电公司 | 基于和声算法的快速移除不可行解的配电网重构方法 |
| CN108988346A (zh) * | 2018-09-19 | 2018-12-11 | 四川大学 | 电网中减少无效解的网络重构预处理方法及预处理系统 |
| CN108988346B (zh) * | 2018-09-19 | 2020-05-05 | 四川大学 | 电网中减少无效解的网络重构预处理方法及预处理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Colizza et al. | Network structures from selection principles | |
| Lee et al. | Recent advances of percolation theory in complex networks | |
| Gen et al. | Network design techniques using adapted genetic algorithms | |
| Mérida-Casermeiro et al. | An efficient multivalued Hopfield network for the traveling salesman problem | |
| CN105323166B (zh) | 一种面向云计算的基于网络能效优先的路由方法 | |
| CN103036234A (zh) | 一种配电网防误优化方法 | |
| Kumar et al. | Multi-objective hierarchical genetic algorithms for multilevel redundancy allocation optimization | |
| CN108494685A (zh) | 服务链在多播路由中的最优嵌入方法 | |
| CN106777449A (zh) | 基于二进制粒子群算法的配电网络重构方法 | |
| Zhu et al. | An improved genetic algorithm for dynamic shortest path problems | |
| CN106981874A (zh) | 基于和声算法的配电网重构避免不可行解的编码方法 | |
| Pál | Genetic algorithm with local optimization | |
| CN109726479B (zh) | 一种三维片上网络垂直通道的部署方法 | |
| CN107579517A (zh) | 复杂配电网的量子粒子群优化重构中所得解是否可行的判断方法 | |
| Yao et al. | Hybrid evolutionary approaches to terminal assignment in communications networks | |
| CN112436506A (zh) | 基于遗传算法的配电网拓扑重构方法 | |
| Yu et al. | Multipopulation management in evolutionary algorithms and application to complex warehouse scheduling problems | |
| Ohkura et al. | MBEANN: Mutation-based evolving artificial neural networks | |
| Kim et al. | Hierarchical spanning tree network design with Nash genetic algorithm | |
| CN106406082A (zh) | 一种系统控制方法、装置，控制器及控制系统 | |
| CN105142198B (zh) | 一种使用微分进化求解无线传感器网络最优路径的方法 | |
| Kim et al. | Bicriteria network design using a spanning tree-based genetic algorithm | |
| Pradhan et al. | Solving the 0–1 knapsack problem using genetic algorithm and rough set theory | |
| Hamdan et al. | Hopfield-genetic approach for solving the routing problem in computer networks | |
| Wu et al. | The consensus in multi-agent system with speed-optimized network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170725 |
|
| WD01 | Invention patent application deemed withdrawn after publication |