基于人工免疫聚类算法的配电网故障状态相似性分析方法

作     者：董文娜 王增平 赵乔 李钰洋 辛忠良 陈玉蛟 DONG Wenna;WANG Zengping;ZHAO Qiao;LI Yuyang;XIN Zhongliang;CHEN Yujiao

作者机构：新能源电力系统国家重点实验室(华北电力大学)北京102206 国网河南省电力有限公司郑州供电分公司郑州450006 

出 版 物：《电力系统及其自动化学报》 (Proceedings of the CSU-EPSA)

年 卷 期：2021年第33卷第6期

页      面：60-66页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家电网公司总部科技资助项目(521710180008) 

主　　题：配电网故障状态相似性 供电恢复 k-means聚类 人工免疫聚类 轮廓值系数 

摘      要：为实现事故预案匹配,加快供电恢复策略生成速度,提出一种基于人工免疫聚类算法的配电网故障状态相似性分析方法。首先,将故障恢复策略相似作为相似故障状态的评价标准,构建配电网故障相似特征指标集,包括负荷失电量、联络线备用容量以及失电负荷-源点最短电气距离。在此基础上,鉴于聚类分析能够揭示无标记训练样本数据的内在关联特征,提出一种基于人工免疫聚类算法的故障相似状态匹配方法。最后,应用免疫系统信息处理机制对算法进行改进,通过引入免疫浓度机制、变异机制,弥补k-means聚类算法对初始中心点位置敏感的不足。算例分析表明,所提出的配电网故障状态相似性分析方法能够表征配电网故障样本间的内在关联性,且改进算法较传统算法聚类效果较优,为后续供电恢复策略的匹配生成提供了理论依据。