基于机器学习技术的配电网故障恢复算法研究

摘要

智能电网正在日益成为电网技术的发展趋势，智能配电网属于智能电网当中重要的一部分。智能配电网通常具有较为完备的故障诊断以及自愈功能，以此来提高电网的稳定性以及可靠性，同时智能配电网也支持接入分布式电源。具有优秀自愈能力的配电网能够最大程度减小配电网故障对于用户产生的影响，从而提高用户的用电体验以及配电网的稳定性。
　　配电网的故障恢复是指在配电网的某处发生故障时，通过各个支路的开关以及联络开关进行通断操作从而改变配电网的结构，将受到故障影响的失电区域负载转移到其他馈线或者电源进行供电，从而使失电负载恢复供电。根据配电网故障信息找到最佳的故障恢复路径是故障恢复的主要任务，这是一个典型的多目标非线性问题。
　　本文的主要内容和创新点如下：
　　（1）介绍配电网的构造以及种类，对配电网的故障恢复技术研究现状和存在的技术难点进行了总结和分析，介绍了当前配电网故障恢复的相关理论和一些常用的方案。
　　（2）阐述机器学习理论，以及相关技术在配电网故障恢复上的发展，并提出一种基于回声状态网络（ESN）的配电网故障恢复算法，通过回声状态网络优秀的动态特性对配电网的故障信息进行学习，同时设计树形遍历法结合 ESN的输出对配电网的结构进行改变，这种方式能使配电网在更改结构的过程中始终保持辐射状运行条件，因此无需考虑学习过程中由于学习误差而对配电网结构约束造成的影响。
　　（3）在基于回声状态网络的故障恢复方案基础上结合了非支配目标排序遗传算法-2（NSGA-II），通过 NSGA-II优秀的全局搜索能力与多目标优化能力使配电网系统进行非监督学习，这种学习方案由于不需要进行训练样本的收集，因此一定程度上减少了时间成本。
　　（4）以标准16节点配电网为实验场景，将本文中研究的基于机器学习技术的故障恢复学习方案应用于配电网的故障恢复学习当中，使配电网系统能够通过学习不同故障状态下的配电网故障恢复方案，从而使系统能够对不同的故障信息进行快速反应。

目录

声明

第1章 绪论

1.1 研究背景与意义

1.2 研究现状及其难点

1.3 本文研究内容和组织结构

第2章 配电网的故障恢复机理

2.1配电网的组成结构

2.2配电网的种类

2.3配电网故障恢复关键步骤

2.4机器学习在配电网故障恢复中场景中应用

2.5本章小结

第3章 基于回声状态网络（ESN）的配电网故障恢复

3.1 引言

3.2 回声状态网络（ESN）

3.3 基于树形遍历法的配电网故障恢复

3.4 训练样本生成

3.5 仿真结果与分析

3.6 本章小结

第4章 基于多目标优化回声状态网络的无监督学习配电网故障恢复

4.1 引言

4.2 故障恢复操作方案

4.3 基于多目标优化ESN的配电网故障恢复算法

4.4 仿真结果与分析

4.5 本章小结

第5章 总结与展望

5.1 论文工作总结

5.2 论文工作展望

参考文献

致谢

附录 攻读硕士学位期间发表的论文