配電網故障定位算法研究綜述

王靜 李澤滔

摘要：電力系統(tǒng)通過配電網與電力用戶相連，快速準確的配電網故障定位技術是提高供電可靠性的必然要求。目前，針對配電網故障定位技術的研究已經有了很多成果，結合國內外學者對配電網故障定位技術研究的成果，對配電網故障定位算法進行了綜述。根據(jù)配電網故障定位的方式不同，主要從兩方面進行闡述，一是傳統(tǒng)測距方法，二是配電網自動化故障定位方法。并著重分析了配電網故障定位的經典算法，包括算法的基本原理及其優(yōu)缺點。結合現(xiàn)有配電網故障定位技術的研究成果和社會對供電可靠性的需求，對未來配電網故障定位技術的研究進行了初步展望。

關鍵詞： 配電網; 故障測距; 故障區(qū)段定位; 傳統(tǒng)故障測距算法; 配網自動化算法

【Abstract】 The power system is connected to the power users through the distribution network. The fault location technology of distribution network is necessary to improve the reliability of power supply. At present， a lot of achievements have been made in the research on fault location technology of distribution network. According to the different fault location methods of the distribution network， mainly from two aspects： one is the traditional distance measurement method， the other is the distribution network automation fault location method. The classical fault location algorithm of distribution network is analyzed emphatically， including its basic principle， advantages and disadvantages. Combined with the research results of the existing distribution network fault location technology and the demand of the society for power supply reliability， the study of the future distribution network fault location technology is preliminarily prospected.

【Key words】 ?distribution network; ?fault location; fault section locating; conventional fault locating algorithms; distribution automation algorithms

0 引 言

近幾年，智能配電網技術得到了快速的發(fā)展，越來越多的分布式電源接入配電網，配電網的規(guī)模正逐漸擴大，改變了傳統(tǒng)配電網的拓撲結構，配電網的結構也隨即變得更加復雜。由于新能源的接入導致配電線路更加復雜[1]，適用于傳統(tǒng)配電網的故障定位方法和設備在實際應用中也無法達到預期的效果。同時，在一些經濟發(fā)展相對落后的地方，還是采取人工故障定位，這種故障定位方式不但造成了人力資源的浪費，而且定位效率低，比起配網自動化定位方式，故障修復時間難以保證，甚至會導致故障范圍擴大。在配電網故障定位算法中，不同的算法有各自的優(yōu)勢，因此，本文首先探討了配電網故障定位的方法，然后對配電網故障定位方法進行研究，最后對目前的配電網故障定位方法做了總結和展望。

1 傳統(tǒng)配電網故障定位方法

中國絕大多數(shù)電力系統(tǒng)故障都是單相接地故障，國內外學者對配電網單相接地故障的研究也取得了一系列的成果，按照測距原理的不同，主要可以分為阻抗法、注入法和行波法。

1.1 阻抗法

阻抗法的故障測距原理很簡單，即在線路傳輸均勻的前提下，故障發(fā)生時回路中的阻抗（或電抗）和線路的單位阻抗（或電抗）成正比。通過數(shù)學計算就可以測得測量點到故障發(fā)生點的距離。文獻[2]提出了一種改進阻抗法，改進后的阻抗法對單相接地故障的測量精度有了明顯的提高。文獻[3]提出了一種基于稀疏電壓幅值量測的配網故障測距方法，該方法只需要少量測點的電壓信息和節(jié)點阻抗矩陣就能實現(xiàn)配電網故障測距。文獻[4]提出了一種基于頻變參數(shù)模型的單端故障測距方法，該方法對采樣頻率要求不高，在一定程度上提高了故障定位的可靠性。文獻[5]采用的故障測距方法是相量分析法和阻抗法相結合，主要是利用故障點處的功率特性，建立了不同故障類型的數(shù)學模型，從而進行故障測距。文獻[6-9]也提出了基于阻抗法故障測距的其他方法，這些方法在故障定位中都有各自的優(yōu)勢。

阻抗法的優(yōu)勢在于成本低，但是由于近年來配電線路越來越復雜，分支也越來越多，導致其定位效率較低。

1.2 行波法

由行波理論可知，當配電網發(fā)生相間短路故障或者單相接地故障時，線路的兩端都會檢測到行波信號，因此，可以利用線路兩端檢測到的行波信號實現(xiàn)短路故障測距。文獻[10]提出了一種基于小波變換的混聯(lián)配電網故障定位方法，首先為了解決行波傳播時存在的頻散問題，文獻中提出的方法通過小波變換的方式把行波做分解，解決了該問題。在此基礎上則利用神經網絡進行故障區(qū)段定位，提高了神經網絡擬合的準確性。文獻[11]利用饋線終端單元傳回主站的故障信息，結合改進的行波法進行故障定位。該方法提高了定位精度和實時性。文獻[12]提出了行波-直流綜合定位方法，直流法能夠對故障分支進行準確的確定，而C型特征波能夠對故障距離進行準確的測量，兩種方法結合，利用了各自的優(yōu)勢，提高了故障定位的可靠性。類似于文獻[12]所提的方法，文獻[13]同樣是提出了特征波的概念，利用對特征波的分析定位故障分支。該方法使得配電網故障測距的精度得到了大幅度的提高。文獻[14-15]提出了行波法在配電網故障定位中的其他方法。文獻[14-17]是國外早期對行波理論研究的經典文獻，仍具有不可忽視的意義。

1.3 信號注入法

信號注入法分為很多種，文獻[18]采用故障終端單元和S信號注入法結合的方法，先利用饋線終端單元的信息采集功能，采集故障信息并傳回主站，主站根據(jù)故障信息判斷故障所在的大概位置，然后利用S信號注入法確定故障的準確位置。該方法提高了配電網故障定位的精度。文獻 [19]研究了脈沖信號注入法的故障定位原理。文獻 [20]不但探究了S信號注入法，還對傳遞函數(shù)法以及端口故障診斷法進行了研究。但是傳遞函數(shù)法和端口故障診斷法在實用性上還存在一定的欠缺。文獻[21-25]對信號注入法也進行了相應的研究，有一定的參考價值。

2 配電網自動化故障定位方法

2.1 矩陣算法

矩陣算法的基本原理是利用故障判斷矩陣對配電網故障進行分析，故障判斷矩陣主要是通過饋線終端單元采集的故障信息編寫故障矩陣，再根據(jù)各個節(jié)點的編號信息構造網絡描述矩陣，故障矩陣和網絡描述矩陣通過數(shù)學計算得出的。

針對矩陣算法在配電網故障定位中的應用，為了改善矩陣算法的容錯性差的問題，文獻[26]提出了改進的矩陣算法。首先構造一個反映網絡的拓撲結構的網絡關系矩陣，然后通過故障診斷矩陣得出故障評價函數(shù)。當故障評價函數(shù)值最小時為最佳狀態(tài)，根據(jù)這個時候的狀態(tài)矩陣即可得出配電網故障區(qū)段所在位置。文獻[27]基于矩陣算法的容錯性差和優(yōu)化算法的定位時速度慢的問題，提出了二者優(yōu)勢互補的算法。該算法首先利用矩陣算法進行故障區(qū)段的大致定位，以此來降低優(yōu)化變量的維數(shù);然后根據(jù)網絡描述矩陣進行優(yōu)化模型的建立，經過降維的變量，利用優(yōu)化算法進行故障定位時便提高了模型的收斂速度。文獻[28]提出了一種基于有向拓撲-時間延時和容錯機制的配電網故障定位方法，這個方法主要是針對饋線終端單元將故障信息傳回主站時存在的通信延遲、漏報和誤報的問題提出的，針對通信延遲采取的措施是設置一個延時值t，當配電網發(fā)生故障的時候，以主站收到的第一組故障信息的時間為起點，順延時間t作為收集故障信息的時間間隔，這樣就保證了故障信息的完整性;對于漏報和誤報的情況，采取的措施分別是忽略漏報終端信息和采取修正矩陣的辦法。該方法節(jié)省了故障排查的時間，提高了定位效率。文獻[29]提出的改進矩陣算法網絡描述矩陣形成簡單，簡化了計算過程，提高了判斷效率。文獻[30]針對傳統(tǒng)矩陣算法容錯性差的問題，提出了一種實用的復雜配電網故障定位方法。文獻[31-32]提出的矩陣算法，都是針對分布式電源接入配電網后的故障定位問題，這些算法都有著計算過程簡單，定位效率高的優(yōu)點。

在實際應用過程中，矩陣算法不但定位速度快而且具有較高的準確率。但卻對含有畸變信號的情況比較敏感，一旦饋線終端單元上傳的故障信息中含有畸變信號就會影響最終的故障定位效率。因此，提高算法的容錯性是未來配電網故障定位方法的需求。

2.2 蝙蝠算法

蝙蝠算法是一種智能優(yōu)化算法，于2010年提出。蝙蝠算法的由來主要是模擬蝙蝠在追捕獵物時的一種行為。蝙蝠算法的原理是：首先設定蝙蝠種群的數(shù)目、空間維數(shù)、蝙蝠位置、速度、脈沖頻率范圍、脈沖頻度、脈沖響度等基本參數(shù);然后通過對速度和位置的改變以及較優(yōu)解替換較差解的迭代過程，使其不斷地接近最優(yōu)解，最終得到最優(yōu)解。文獻[33]提出的用于配電網故障定位的混合算法，不僅解決了蝙蝠算法在故障定位過程中的種群多樣性不夠容易陷入局部最優(yōu)的困難，同時也解決了差分進化算法在故障定位時收斂精度差的問題，2種算法優(yōu)勢互補，提高了故障定位精度。文獻[34]以蝙蝠算法為基礎融入了元胞自動機原理，使算法的局部尋優(yōu)能力提高。文獻[35-37]中利用蝙蝠算法進行配電網故障定位時，對評價函數(shù)進行了改進，同時將混沌搜索策略引入蝙蝠算法中，改進后的算法對新能源接入配電網造成的網絡拓撲結構的變化有更強的適應性，同時也使算法跳出了易陷入局部最優(yōu)的限制，提高了故障定位精度。文獻[38]將可逆元胞自動機與蝙蝠算法相結合，提高了故障處理速度。

蝙蝠算法能夠在全局和局部搜索之間實現(xiàn)自動轉換，同時可以通過對脈沖響度和脈沖頻度的大小進行調節(jié)來控制蝙蝠行為[34]。在配電網故障定位的智能算法中，蝙蝠算法的實用性較強，可以很好地結合其他算法的優(yōu)勢，提高配電網故障定位的自動化程度。

2.3 遺傳算法

遺傳算法具有大范圍全局搜索能力，通過選擇、交叉、變異等操作增加了種群的多樣性，同時遺傳算法能夠根據(jù)實際情況調整搜索的方向，并能同時處理種群中的多個個體，從而實現(xiàn)全局最優(yōu)。

分布式電源接入配電網使得遺傳算法在配電網故障定位中出現(xiàn)了收斂速度慢的問題。針對這一問題，文獻[39]提出了改進的遺傳算法，根據(jù)種群規(guī)律構建新的概率函數(shù)和相似函數(shù)，并在遺傳算法中引入了單體交叉因子，改進后的遺傳算法性能上有所提高，解決了收斂速度慢的問題。文獻[40-41]中為了避免遺傳算法在運算過程中陷入局部最優(yōu)，對交叉算子和變異算子加以適當?shù)恼{整，同時為了加快算法的計算速度以及算法能夠更好地適應分布式電源的接入，還對適應度函數(shù)和開關函數(shù)進行了適當?shù)母倪M，改進后算法的收斂速度得到了明顯的提升。文獻[42]提出了一種模糊自適應模擬退火遺傳算法，該算法實現(xiàn)了模糊推理和自適應機制的完美結合，同時引入了模擬退火算法輔助遺傳算法跳出易陷入局部最優(yōu)的弊端。文獻[43]提出了一種將信號譜分析引入遺傳算法的新算法。該方法是在非故障線路透射波的區(qū)域進行故障定位的方法，有著較高的準確性。文獻[44-46]提出了遺傳算法在故障定位過程中的其他應用，依然有很大的參考價值。

遺傳算法基本上可以解決故障定位問題，但是在計算臨近結束時會出現(xiàn)冗余迭代。影響了故障定位的準確性和快速性，降低了求解效率，因此，需要改進遺傳算法，提高算法的計算速度。

2.4 神經網絡算法

人工神經網絡是模擬人類大腦的一種數(shù)學模型。神經網絡算法在配電網中的應用主要是進行故障定位。神經網絡算法進行配電網故障定位的原理是以配電網的饋線終端設備的狀態(tài)信息作為輸入信號，而輸出即配電網所有可能的故障位置。相比于其他的智能算法，神經網絡具有很強的自適應性，這將推動配電網故障定位技術更進一步的創(chuàng)新與發(fā)展。

文獻[47]提出了優(yōu)化的BP神經網絡算法用于故障定位，該算法的優(yōu)化過程是先利用遺傳算法對初始連接權值和閾值做出優(yōu)化，然后再利用改進后的BP神經網絡算法進行故障定位，經過改進的算法在定位精度上得到了明顯的提高。文獻[48]利用小波神經網絡方法進行故障定位，故障定位原理是先利用小波變換理論進行故障信息的提取和分析，并與神經網絡的非線性擬合能力相結合，在故障位置和故障特性之間建立起對應關系，以此達到故障定位的精準度要求。文獻[49]提出一種利用遺傳算法優(yōu)化后的粗糙集神經網絡進行電網線路故障定位的方法，提高了算法的容錯能力。文獻[50]利用小波變換、神經網絡、遺傳算法三種算法結合進行優(yōu)勢互補，得出了新的故障定位算法，定位速度快，穩(wěn)定性高。文獻[51]為解決傳統(tǒng)直流輸電故障測距方法的不足，研發(fā)出將小波分解與徑向基函數(shù)神經網絡結合的故障定位法。文獻[52]提出了基于遷移學習的深度卷積神經網絡故障區(qū)域定位的方法，以數(shù)據(jù)驅動方式作為新的方法應用在配電網故障定位中，解決了深度學習在配電網故障定位的應用中存在的問題。

3 其他算法

近些年，國內外學者提出了很多的人工智能算法，這些算法應用在配電網故障定位中都有各自的優(yōu)勢和不足，除了上述所提到的算法外，還有果蠅算法、免疫算法、粒子群算法、和聲算法、防電磁學算法、petri網等。文獻[53]提出一種基于動態(tài)時間彎曲距離搜索的故障區(qū)段定位方法。文獻[54]提出了一種基于果蠅優(yōu)化算法的故障定位方法。這些方法的應用都在一定程度上說明了新算法在配電網故障定位中的重要性。

4 結束語

配電網是電力系統(tǒng)網絡的最后一個環(huán)節(jié)，作為與用戶直接聯(lián)系的供電系統(tǒng)，配電網能更加直接地反映電力用戶對供電質量和供電安全的需求，配電網的安全穩(wěn)定運行關系到社會生產生活的方方面面，一旦發(fā)生故障，就會造成不可估計的損失。分布式電源接入配電網，給社會創(chuàng)造效益的同時，也帶來了配電網安全穩(wěn)定運行的挑戰(zhàn)，當配電網發(fā)生故障后，復雜的線路和龐大的配網規(guī)模導致故障定位的準確性和快速性問題長期存在且不易解決。

實現(xiàn)配電網故障定位自動化是智能電網發(fā)展的必然要求，而傳統(tǒng)的故障測距方法在新能源接入后的配電網故障定位中實用性大大降低，在新興的配網自動化算法中，矩陣算法原理簡單，計算速度快，但容錯性差。人工智能算法雖然在容錯性上有所提高，但是都存在易陷入局部最優(yōu)的缺點。因此，隨著經濟社會的快速發(fā)展，人們對電能的需求日益提高，為了實現(xiàn)更加安全、可靠和高效的電力供應，研究高性能的配電網故障定位算法是必然趨勢。

參考文獻

[1] 劉文杰，舒勤，韓曉言. 基于廣義S變換和TEO的配電網故障定位方法[J]. 電力系統(tǒng)及其自動化學報，2019，31（1）：12.

[2]張建文，周鵬，陳煥栩. 基于改進阻抗法的單相接地故障測距仿真[J]. 電測與儀表，2018，55（3）：84.

[3] 賈科，董雄鷹，李論，等. 基于稀疏電壓幅值量測的配電網故障測距[J]. 電網技術，2020，44（3）：835.

[4]薛士敏，陸俊弛，劉沖，等. 基于虛擬線路阻抗的MMC-HVDC輸電系統(tǒng)單端故障測距方法[J]. 電網技術，2019，43（8）：2868.

[5]戴志輝，王旭. 基于改進阻抗法的有源配電網故障測距算法[J]. 電網技術，2017，41（6）：2027.

[6]夏經德，張向聰，黃新波，等.基于縱向阻抗的雙端量故障測距新算法[J]. 電力自動化設備，2015，35（10）：133.

[7]鄭濤，潘玉美，郭昆亞，等. 基于節(jié)點阻抗矩陣的配電網故障測距算法[J]. 電網技術，2013，37（11）：3233.

[8]盧繼平，黎穎，李健，等. 行波法與阻抗法結合的綜合單端故障測距新方法[J]. 電力系統(tǒng)自動化，2007，31（23）：65.

[9]陳平，徐丙垠，李京，等. 現(xiàn)代行波故障測距裝置及其運行經驗[J]. 電力系統(tǒng)自動化，2003，27（6）：66.

[10]陳志偉，舒勤. 基于小波包變換的混聯(lián)配電網故障定位方法[J]. 廣東電力，2019，32（1）：100.

[11]朱勇，陶用偉，李澤群，等. 基于FTU的配電網故障快速定位的研究[J]. 能源與環(huán)保，2018，40（2）：122.

[12]張改，張曉，張月. 行波——直流綜合定位法在10kV配電線路接地故障中的應用分析[C]//陜西省電網節(jié)能與電能質量技術學會. 陜西：陜西省電網節(jié)能與電能質量技術學會，2017：20.

[13]于盛楠，楊以涵，鮑海. 基于C型行波法的配電網故障定位的實用研究[J]. 繼電器，2007，35（10）：1.

[14]劉胤良，曾德輝. 基于零模電流行波的配電網故障區(qū)段定位方法[J]. 電氣自動化，2019，41（2）：73.

[15]梁睿，靳征，王崇林，等. 行波時頻復合分析的配電網故障定位研究[J]. 中國電機工程學報，2013，33（28）：130.

[16]IBE A O， CORY B J. A travelling wave-based fault locator for two-and-three-terminal networks[J]. IEEE Transactions on Power Delivery，1986，6（2）：283.

[17]EI-HAMI M， LAI L L， DARUVALA D J， et al. A new travelling-wave based scheme for fault detection on overhead power distribution feeders[J].IEEE Transactions on ?Power Delivery， 1992，7（4）：1825.

[18]杜剛，劉迅，蘇高峰. 基于FTU和“S”信號注入法的配電網接地故障定位技術的研究[J]. 電力系統(tǒng)保護與控制，2010，38（12）：73.

[19]劉洋. 基于脈沖響應法10kV配電網故障定位研究[D]. 武漢：湖北工業(yè)大學，2018.

[20]張宏亮. 基于信號注入的10kV配電網故障定位系統(tǒng)設計[D]. 廣州：華南理工大學，2017.

[21]程肖，焦彥軍，王立宗. 基于特頻信號注入法的配電網故障定位研究[J]. 陜西電力，2012，40（1）：33.

[22]馬佳，余文輝，車偉揚，等. 基于改進的S注入法的新型樹狀配電網故障檢測裝置[J]. 繼電器，2002（10）：51.

[23]鮑小峰，肖開偉，楊雋，等. 基于主動注入信號法的單相接地故障定位方法[J]. 電工技術，2018（17）：135.

[24]王棟，朱拓夫，謝翱羽，等. 試論基于信號注入的配電網單相接地故障定位研究[J]. 電子世界，2019（5）：104.

[25]徐嘉偉. 基于可控信號注入的小電流接地系統(tǒng)單相接地故障定位方法研究[D]. 重慶：重慶大學，2018.

[26]黃佳樂，楊冠魯. 配電網故障區(qū)間定位的改進矩陣算法[J]. 電力系統(tǒng)保護與控制，2014，42（11）：41.

[27]徐彪，尹項根，張哲，等. 矩陣算法和優(yōu)化算法相結合的配電網故障定位[J]. 電力系統(tǒng)自動化，2019，43（5）：152.

[28]鄧飛，梁仕斌，田慶生，等.基于有向拓撲-時間延時和容錯機制的配電網故障定位方法[J]. 電氣自動化，2019，41（3）：73.

[29]羅梅，楊洪耕. 配電網故障定位的一種改進通用矩陣算法[J]. 電力系統(tǒng)保護與控制，2012，40（5）：64.

[30]梅念，石東源，楊增力，等. 一種實用的復雜配電網故障定位的矩陣算法[J]. 電力系統(tǒng)自動化，2007，31（10）：66.

[31]王一非，賈燕冰. 含分布式電源配電網故障定位改進矩陣算法[J]. 計算機仿真，2018，35（4）：58.

[32]李小強，王軍，張賀，等. 一種改進的故障定位矩陣算法[J]. 中國科技論文，2017，12（23）：2685.

[33]羅錢，粟時平，劉桂英，等. 基于混合算法的含DG配電網故障區(qū)段定位[J]. 電力系統(tǒng)及其自動化學報，2016，28（5）：86.

[34]付家才，陸青松. 基于蝙蝠算法的配電網故障區(qū)間定位[J]. 電力系統(tǒng)保護與控制，2015，43（16）：100.

[35]裴文杰，譚陽紅，汪沨，等. 蝙蝠算法在含DG配電網故障定位中的應用[J]. 計算機工程與應用，2016，52（22）：218.

[36]李賀，靳慶路，高善波. 基于蝙蝠算法的含分布式電源配電網故障定位[J]. 電氣技術，2017（1）：34.[ZK）][JY]（下轉第235頁）[FL）]

[37]柳巖妮，公茂法，王來河，等. 基于混沌優(yōu)化蝙蝠算法的含分布式電源配電網故障區(qū)段定位[J]. 電力科學與工程，2016，32（8）：11.

[38]萬英杰，劉輝. 基于RCA-BA算法的配電網故障區(qū)段定位研究[J]. 湖北工業(yè)大學學報，2019，34（1）：57.

[39]顏景斌，夏賽，王飛，等. 基于改進遺傳算法的有源配電網故障定位分析[J]. 電力系統(tǒng)及其自動化學報，2019，31（6）：107.

[40]謝濤，蒯圣宇，朱曉虎，等. 基于改進遺傳算法的配電網故障定位方法[J]. 沈陽工業(yè)大學學報，2019，41（2）：126.

[41]朱勇. 基于優(yōu)化遺傳算法的配網故障定位算法研究[J]. 能源與環(huán)保，2018，40（3）：126.

[42]徐密，孫瑩，李可軍，等. 基于模糊自適應模擬退火遺傳算法的配電網故障定位[J]. 電測與儀表，2016，53（17）：44.

[43]郭寧明，楊飛，覃劍，等.基于遺傳算法及信號譜分析的電網故障定位方法[J]. 電力系統(tǒng)自動化，2016，40（15）：79.

[44]劉鵬程，李新利. 基于多種群遺傳算法的含分布式電源的配電網故障區(qū)段定位算法[J]. 電力系統(tǒng)保護與控制，2016，44（2）：36.

[45]夏賽. 含分布式電源的配電網故障建模及保護配置研究[D]. 哈爾濱：哈爾濱理工大學，2018.

[46]孫孔明. 配電網故障區(qū)段定位及拓撲重構方法[D]. 濟南：山東大學，2018.

[47]鐘建偉，劉俊夫，周文輝. 一種BP神經網絡優(yōu)化算法在配電網故障定位的研究[J]. 內蒙古師范大學學報（自然科學漢文版），2017，46（4）：498.

[48]李曉東. 基于人工神經網絡的配網自動化故障定位問題研究[J]. 中國電力教育，2013（26）：201.

[49]柴爾烜，曾平良，馬士聰，等. 利用GA優(yōu)化后的RS-BP神經網絡進行電網故障定位的方法研究[J]. 電力科學與工程，2019，35（9）：22.

[50]張斌，毛元，董海鷹. 基于混合算法的單端行波故障測距方法研究[J]. 控制工程，2017，24（6）：1270.

[51]徐耀松，馮明昊，梁小飛，等. 小波包結合PSO-RBF故障測距法[J]. 電力系統(tǒng)及其自動化學報，2019，31（11）：127.

[52]孟子超，杜文娟，王海風. 基于遷移學習深度卷積神經網絡的配電網故障區(qū)域定位[J]. 南方電網技術，2019，13（7）：25.

[53]李衛(wèi)國，許文文，王旭光，等. 基于DTW距離搜索的配電網故障區(qū)段定位方法[J/OL]. 電力系統(tǒng)及其自動化學報： 1-9[2019-09-25]. https：//doi.org/10.19635/j.cnki.csu-epsa.000338.

[54]王巍璋，王淳，敖鑫. 基于果蠅優(yōu)化算法的配電網故障定位[J]. 電力系統(tǒng)保護與控制，2019，47（18）：108.