基于改进遗传算法的多源数据继电保护定值优化策略

作     者：于洋 张骏 王磊 杨瑞金 YU Yang;ZHANG Jun;WANG Lei;YANG Ruijin

作者机构：国网安徽省电力有限公司电力调度控制中心安徽合肥230022 国网安徽省电力有限公司超高压分公司安徽合肥230009 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第6期

页      面：81-85页

学科分类：0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国网安徽省电力有限公司科技项目(52120021N00L) 

主　　题：遗传算法 经验模态分解 极限学习机 继电保护 多源数据 电网优化 

摘      要：针对传统继电保护策略存在准确度差且效率低的问题,文中基于多源数据提出了一种性能更优的继电保护策略。对于多源数据一致性差、分析困难的特点,采用经验模态分解对数据进行预处理,以获得不同梯度的时域以及频域数据。同时为了增强传统遗传算法的分类性能,还引入了极限学习机对输入数据进行分类,并使用遗传算法对极限学习机的参数加以优化。所设计的模型可以对配电网发生的故障进行判定,并引导继电保护设施做出正确响应。实验结果表明,相较于对比算法,该算法具有更高的准确性及更优的效率,且优化后继电保护装置的判断综合准确率可达89%。