基于模糊优化多目标进化算法的配电网故障定位

摘要

提出了一种基于模糊优化多目标进化算法（FMOEA）的配电网故障定位新方法。FMOEA对基于排序选择的传统多目标进化算法进行改良，有效避免了其种群早熟的问题，在排序结果中引入模糊优选决策因子，得到本代个体的最终适应度值，之后再经过复制、交叉、变异和迭代等过程，直到满足终止条件得到最终的Pareto解集；最后对适用于故障定位的最优解集处理办法进行了探讨与分析，以便从最优解集中筛选出符合故障情况的唯一解。算例仿真测试针对不同的配电网系统结构，分别模拟系统单点、多点故障，以及信息完备与部分信息畸变的情况，结果表明该算法可以实现配电网故障的：有效定位，通过对比遗传算法，验证了该方法寻找全局最优Pareto解集的有效性及良好的收敛性能。