• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    配電網(wǎng)故障區(qū)段定位的粒子群灰狼混合算法

    2023-10-27 20:08:00余加民艾青
    現(xiàn)代信息科技 2023年17期
    關(guān)鍵詞:分布式電源粒子群算法配電網(wǎng)

    余加民 艾青

    摘? 要:針對傳統(tǒng)灰狼算法在含分布式電源配電網(wǎng)故障區(qū)段定位時易陷入局部最優(yōu)、收斂速度慢等缺點(diǎn),引入粒子群算法和α狼局部搜索策略,并對控制參數(shù)a作非線性處理,提出了一種基于粒子群灰狼混合算法的含分布式電源配電網(wǎng)故障區(qū)段定位方法。首先,構(gòu)建含分布式電源的IEEE33節(jié)點(diǎn)配電網(wǎng)仿真模型,用于模擬配網(wǎng)中發(fā)生的單重與多重故障。其次,將粒子群灰狼混合算法與粒子群算法、灰狼算法進(jìn)行多方面仿真對比,驗(yàn)證所提算法的有效性。結(jié)果表明:粒子群灰狼混合算法在含分布式電源配電網(wǎng)故障區(qū)段定位中可準(zhǔn)確、快速地定位故障區(qū)段,同時對畸變信息具有較好的容錯能力。

    關(guān)鍵詞:配電網(wǎng);粒子群算法;分布式電源;灰狼算法;故障區(qū)段定位

    中圖分類號:TM727;TP18? ? 文獻(xiàn)標(biāo)識碼:A? ? 文章編號:2096-4706(2023)17-0168-07

    Particle Swarm Optimization and Grey Wolf Optimization Hybrid Algorithm for Distribution Network Fault Zone Location

    YU Jiamin, AI Qing

    (College of Intelligent Systems Science and Engineering, Hubei Minzu University, Enshi? 445000, China)

    Abstract: To address the shortcomings of the traditional Gray Wolf Optimization algorithm in fault zone location of distribution networks containing distributed power supplies, such as easy to fall into local optimum and slow convergence speed, the Particle Swarm Optimization and α wolf local search strategy are introduced, and the control parameter a is treated nonlinearly, and the fault zone location method of distribution networks containing distributed power supplies based on a Particle Swarm Optimization and Grey Wolf Optimization hybrid algorithm is proposed. Firstly, an IEEE 33-node distribution network simulation model with distributed power supplies is constructed for simulating single and multiple faults occurring in the distribution network. Secondly, the Particle Swarm Optimization and Grey Wolf Optimization hybrid algorithm is compared with Particle Swarm Optimization and Grey Wolf Optimization in various simulations to verify the effectiveness of the proposed algorithm. The results show that the Particle Swarm Optimization and Grey Wolf Optimization hybrid algorithm can accurately and quickly locate fault zones in distribution networks containing distributed power supplies, and it also has good fault tolerance for distortion information.

    Keywords: distribution network; Particle Swarm Optimization; distributed supply; Grey Wolf Optimization; faulty section location

    0? 引? 言

    當(dāng)配網(wǎng)中某節(jié)點(diǎn)發(fā)生故障時,快速準(zhǔn)確地定位故障區(qū)段對于隔離非故障區(qū)域、及時恢復(fù)用戶供電、保障配電系統(tǒng)穩(wěn)定性具有重大意義[1-3]。隨著分布式發(fā)電技術(shù)的發(fā)展,大量以太陽能、風(fēng)能為代表的分布式電源(Distributed Generation, DG)被接入配網(wǎng)當(dāng)中,配電網(wǎng)的供電模式由原來的單電源輻射狀供電變?yōu)槎喽穗娫赐瑫r供電,配電網(wǎng)潮流方向也由單向變?yōu)榱穗p向,這導(dǎo)致傳統(tǒng)配電網(wǎng)故障區(qū)段定位方法已很難適應(yīng)目前的配網(wǎng)情況[4]。因此,尋找一種新的適用含分布式電源配電網(wǎng)的故障區(qū)段定位方法成為目前亟待解決的問題[5]。

    通過在配網(wǎng)線路上合理地裝配饋線終端設(shè)備(Feeder Terminal Unit, FTU),實(shí)時獲取配網(wǎng)中電壓、過電流等電氣量信息,并將采集到的信息上傳至系統(tǒng)主站,經(jīng)故障定位算法處理后,便可實(shí)現(xiàn)故障區(qū)段定位[6]。目前,主要的故障區(qū)段定位方法可分為兩大類:一類為基于矩陣法和過熱弧搜索法的直接法,另一類為基于專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)法和智能優(yōu)化算法的間接法[7]。文獻(xiàn)[8]提出了一種矩陣算法和優(yōu)化算法相結(jié)合的配電網(wǎng)故障定位方法,其通過矩陣判據(jù)來對可疑區(qū)段進(jìn)行篩選,雖較大地提高了算法的容錯性,但未考慮DG接入配電網(wǎng)后帶來的影響。文獻(xiàn)[9]利用蝙蝠算法解決含DG配電網(wǎng)故障定位問題,并引入慣性權(quán)重因子和經(jīng)驗(yàn)因子加以改進(jìn),雖能快速找到故障位置,但準(zhǔn)確率不高。文獻(xiàn)[10]提出了一種雙態(tài)二進(jìn)制粒子群優(yōu)化算法,將粒子群劃分為捕食態(tài)和探索態(tài),并引入進(jìn)化因子,雖提升了算法收斂速度和全局搜索的能力,但也增加了算法的復(fù)雜度。文獻(xiàn)[11]利用粒子群算法解決配電網(wǎng)故障定位問題,當(dāng)故障信息出現(xiàn)畸變時,故障定位準(zhǔn)確度低。以上故障定位方法雖然都能定位故障區(qū)段,但當(dāng)分布式電源接入配電網(wǎng)后,潮流方向發(fā)生改變,導(dǎo)致算法求解過程復(fù)雜化。

    針對以上故障區(qū)段定位方法的不足,提出了一種粒子群灰狼混合算法的含分布式電源配電網(wǎng)故障區(qū)段定位方法并加以改進(jìn),在引入α狼局部搜索策略后,增強(qiáng)粒子群灰狼混合算法跳出局部最優(yōu)的能力,提高算法的收斂速度。同時對算法中控制參數(shù)a作非線性處理,以優(yōu)化算法在進(jìn)行含分布式電源配電網(wǎng)故障區(qū)段定位時的尋優(yōu)過程。最后,構(gòu)建含分布式電源的IEEE33節(jié)點(diǎn)配電網(wǎng)模型,通過Matlab進(jìn)行仿真測試,并與粒子群算法和灰狼算法進(jìn)行多方面仿真對比,以驗(yàn)證算法在進(jìn)行含分布式電源配電網(wǎng)故障區(qū)段定位的準(zhǔn)確性和實(shí)用性。

    1? 粒子群灰狼混合算法原理

    1.1? 粒子群算法

    粒子群算法是通過模擬自然界中鳥類覓食行為而發(fā)展起來的一種基于群體協(xié)作的搜索算法[12],其以鳥群比擬粒子群種群,單個粒子即為單個個體,且在尋找最優(yōu)解的過程中伴隨著粒子的速度與位置的變化,故其速度與位置更新公式為:

    1.2? 灰狼算法

    灰狼算法是由Mirjalili等在2014年提出的一種群體智能優(yōu)化算法,其通過模擬灰狼群體在自然界中的捕食行為,基于狼群群體協(xié)作機(jī)制來達(dá)到優(yōu)化的目的[13]。該算法的基本應(yīng)用流程可概括如下:

    1)設(shè)置基本參數(shù),包括灰狼種群規(guī)模pop、搜索空間維數(shù)dim、最大迭代次數(shù)MaxIter。

    2)初始化灰狼種群,得到初始化灰狼個體的位置。

    3)計(jì)算灰狼個體的適應(yīng)度值,保存當(dāng)前適應(yīng)度最好的前3匹狼α、β和δ。

    4)分別按照下式模擬灰狼群體圍剿獵物的過程,計(jì)算A、C、D:

    式中:n表示當(dāng)前迭代的次數(shù);X(n)表示第n次迭代時灰狼的位置;Xp(n)表示第n次迭代時獵物的位置;C表示擺動因子;D表示灰狼與獵物之間的距離;r1和r2表示[0,1]之間的隨機(jī)數(shù);a表示隨著迭代次數(shù)增加從2到0遞減的控制參數(shù)。

    5)更新灰狼個體的位置,在狼群中灰狼通常利用α狼、β狼與δ狼位置來判斷獵物的位置。其數(shù)學(xué)描述如下:

    式中:Xα、Xβ、Xδ分別表示α狼、β狼與δ狼的位置;Dα、Dβ、Dδ分別表示α狼、β狼與δ狼到獵物之間的距離;X1、X2、X3分別表示獵物隨α狼、β狼與δ狼的位置更新。

    6)更新迭代次數(shù),判斷是否達(dá)到最大迭代次數(shù),若是,繼續(xù)下一步7);若否,則執(zhí)行3)。

    7)輸出此時得到的最優(yōu)評價(jià)函數(shù)值及與之對應(yīng)的灰狼個體的位置。

    1.3? 粒子群灰狼混合算法

    針對含分布式電源配電網(wǎng)故障區(qū)段定位問題為離散問題,故饋線區(qū)段狀態(tài)只能為0、1兩種取值。參考粒子群算法的離散方法,采用二進(jìn)制0-1變量來表示灰狼個體的位置[14],根據(jù)文獻(xiàn),可通過下式將灰狼個體的取值壓縮在[0,1]內(nèi)。

    式中:sigmoid表示轉(zhuǎn)換函數(shù);rand表示[0,1]內(nèi)均勻分布的隨機(jī)數(shù);X(n+1)表示經(jīng)過第n+1次迭代時灰狼個體的位置。

    為了增強(qiáng)算法的全局搜索能力,本文引入了粒子群算法的思想來改善灰狼算法的個體位置更新過程,用粒子位置更新來代替灰狼個體位置更新,使算法在尋優(yōu)時具備了記憶性,且可以通過調(diào)節(jié)慣性權(quán)重w以平衡算法全局搜索?;旌纤惴ǖ乃俣群臀恢酶鹿饺缦率剿荆?/p>

    式中:C1、C2、C3對應(yīng)于式(3)。

    根據(jù)灰狼算法位置更新公式的變化以及慣性權(quán)重w的引入,將式(7)更新為:

    為了進(jìn)一步加快收斂,增強(qiáng)混合算法跳出局部最優(yōu)的能力,提高故障定位的快速性與準(zhǔn)確性,采用文獻(xiàn)[15]中提出的α狼局部搜索的方法,如下式所示:

    式中:η表示動態(tài)因子;Xα(n)表示第n次迭代時α狼的位置。

    此外,為了優(yōu)化算法的尋優(yōu)過程,本文對控制參數(shù)a作非線性處理。由于在傳統(tǒng)灰狼算法中,控制參數(shù)a隨著迭代次數(shù)的增加由2線性減小到0,這對算法后期灰狼群的種群多樣性和全局搜索能力影響較大,易造成算法后期陷入局部最優(yōu),導(dǎo)致故障定位準(zhǔn)確度下降。因此,需非線性處理控制參數(shù)a,其公式如式(17)所示,且控制參數(shù)a非線性處理前后對比圖如圖1所示。

    1.4? 算法運(yùn)行流程

    粒子群灰狼混合算法流程圖如圖2所示。

    2? 算法在配電網(wǎng)故障區(qū)段定位的應(yīng)用

    2.1? 故障信息的編碼

    當(dāng)配電網(wǎng)中某線路區(qū)段發(fā)生短路故障時,F(xiàn)TU會將檢測到的故障電流越限信息上傳至系統(tǒng)主站。采用0-1編碼方式表示饋線區(qū)段故障狀態(tài),0表示該區(qū)段無故障,運(yùn)行正常;1表示該區(qū)段發(fā)生故障。且對于FTU反饋的信息也采用0和1來表示,當(dāng)FTU檢測到故障電流信息時用1表示,未檢測到時用0表示。

    在DG接入配電網(wǎng)后,網(wǎng)絡(luò)線路發(fā)生故障時,故障電流從主電源和分布式電源同時流向故障點(diǎn),此時FTU反饋的故障電流信息編碼方式將不再適用,重新定義的編碼方式如下式所示(規(guī)定從主電源側(cè)到DG側(cè)和負(fù)荷側(cè)為潮流正方向):

    2.2? 開關(guān)函數(shù)構(gòu)建

    開關(guān)函數(shù)是為了反映開關(guān)節(jié)點(diǎn)處的故障過電流信息與饋線區(qū)段狀態(tài)之間的關(guān)聯(lián)關(guān)系而構(gòu)建的函數(shù)。由于本文研究含DG的配電網(wǎng)故障區(qū)段定位,為適用于多個分布式電源的投切,故采用的開關(guān)函數(shù)如下式[16]:

    式中:M1、M2分別表示開關(guān)i前、后半?yún)^(qū)電源總數(shù);N1、N2分別表示開關(guān)i前、后半?yún)^(qū)饋線區(qū)段總數(shù);Su、Sd分別表示開關(guān)i的前、后半?yún)^(qū)電源; 表示邏輯或運(yùn)算符;、 分別表示開關(guān)i到前、后半?yún)^(qū)電源路徑間的饋線區(qū)段狀態(tài);Xi,u、Xi,d分別表示開關(guān)i到前、后半?yún)^(qū)所有饋線區(qū)段狀態(tài);Ku、Kd表示分布式電源的投切系數(shù),電源接入時取值為1,未接入時取值為0。

    2.3? 評價(jià)函數(shù)構(gòu)建

    為了粒子群灰狼混合算法能準(zhǔn)確地定位故障區(qū)段,在確定了開關(guān)函數(shù)之后,構(gòu)建合理的評價(jià)函數(shù)就顯得很重要。在實(shí)際操作中,評價(jià)函數(shù)主要是用來協(xié)調(diào)開關(guān)函數(shù)和各開關(guān)處的故障電流信息,當(dāng)評價(jià)函數(shù)值越小,說明兩者越逼近,故障定位結(jié)果越接近準(zhǔn)確故障區(qū)段,因此,在考慮DG接入配電網(wǎng)的情況下,參考文獻(xiàn)[17],本文采用的評價(jià)函數(shù)為:

    式中:M表示配電網(wǎng)中饋線區(qū)段總數(shù);X(i)表示饋線區(qū)段狀態(tài);Ii表示第i個節(jié)點(diǎn)的故障電流信息; 表示第i個FTU上的開關(guān)函數(shù)值;ε表示權(quán)重系數(shù),本文取值為0.5。

    3? 仿真與算例分析

    為驗(yàn)證以上方法的可行性,對IEEE33節(jié)點(diǎn)的含分布式電源的配電網(wǎng)模型進(jìn)行仿真,如圖3所示。在MATLAB 2021a仿真環(huán)境下,編寫粒子群灰狼混合算法程序,測試其性能并進(jìn)行分析。

    在圖3所示的配電網(wǎng)中,G表示系統(tǒng)主電源;DG1、DG2和DG3表示3個分布式電源;K1、K2、K3表示3個分布式電源的接入開關(guān);L1~L33表示該配電網(wǎng)的33個饋線區(qū)段;X1~X33表示該配電網(wǎng)的33個獨(dú)立節(jié)點(diǎn)。在編寫算法程序時設(shè)置參數(shù)如下:三種算法具有相同的種群規(guī)模pop = 50、種群維數(shù)dim = 33、最大迭代次數(shù)MaxIter = 100;混合算法的粒子慣性權(quán)重w = 0.8;粒子群算法設(shè)定其學(xué)習(xí)因子c1 = c2 = 2.0。

    3.1? 單重故障驗(yàn)證

    對圖3所示的含分布式電源配電網(wǎng)結(jié)構(gòu)進(jìn)行故障定位仿真實(shí)驗(yàn)。假定配電網(wǎng)發(fā)生單點(diǎn)短路故障,且假設(shè)DG不接入和DG接入配電網(wǎng)的情況,由2.2節(jié)內(nèi)容可知此時FTU反饋到系統(tǒng)主站的故障信息,并以此對無畸變和有畸變的故障信息進(jìn)行求解。輸出對故障區(qū)段的判定結(jié)果,并給出對應(yīng)的最佳適應(yīng)度值。單重故障定位的測試結(jié)果如表1、表2所示。

    由表1可知,分布式電源未接入配電網(wǎng),此時其DG投切情況為[0 0 0],配電網(wǎng)系統(tǒng)為傳統(tǒng)的配電網(wǎng)。當(dāng)系統(tǒng)發(fā)生單重故障時,無論FTU反饋的故障信息是否有畸變,經(jīng)粒子群灰狼混合算法求解后,本算法均能得出正確的故障定位結(jié)果,具有一定的容錯能力。

    由表2可知,分布式電源接入配電網(wǎng),此時DG投切情況為[1 1 1],配電網(wǎng)系統(tǒng)為有源配電網(wǎng)。假定節(jié)點(diǎn)9,29為圖3配電網(wǎng)故障區(qū)段,當(dāng)FTU反饋的故障信息未出現(xiàn)畸變時,經(jīng)本算法計(jì)算求解可得出正確的故障區(qū)段,且當(dāng)監(jiān)測設(shè)備發(fā)生少量故障,致使FTU反饋的故障信息出現(xiàn)畸變時,本算法仍可準(zhǔn)確求解。

    3.2? 多重故障驗(yàn)證

    在實(shí)際運(yùn)行過程中配電網(wǎng)存在多重故障的情況,假設(shè)圖3的配電網(wǎng)拓?fù)浣Y(jié)構(gòu)中有兩處發(fā)生故障且存在故障信息畸變,分別考慮DG接入和DG不接入配電網(wǎng)的情形,采用粒子群灰狼混合算法計(jì)算求解,檢驗(yàn)算法的性能并進(jìn)行分析。其多重故障測試結(jié)果如表3所示。

    由表3數(shù)據(jù)分析可知,不論分布式電源是否接入配電網(wǎng),在配電網(wǎng)發(fā)生多重故障且故障信息畸變的情況下,粒子群灰狼混合算法仍可以進(jìn)行故障尋優(yōu),并準(zhǔn)確找出故障區(qū)段的位置,這在一定程度上符合工程實(shí)際應(yīng)用的需求。

    3.3? 算法對比分析

    為了驗(yàn)證本文所提粒子群灰狼混合算法應(yīng)用于含DG配電網(wǎng)故障區(qū)段定位的優(yōu)勢,將該混合算法與傳統(tǒng)粒子群算法和灰狼算法進(jìn)行不同故障類型的對比分析。這里預(yù)設(shè)圖3中DG1、DG2、DG3三個分布式電源均接入配電網(wǎng),L32為單重故障區(qū)段,分為故障信息無畸變和存在I5、I12、I27故障信息發(fā)生畸變的情況;L1、L8、L20為多重故障區(qū)段,也分為故障信息無畸變和I7、I24故障信息畸變的情況,每種算法在不同故障類型下各運(yùn)行50次,以此來進(jìn)行算法的準(zhǔn)確性、快速性、容錯性的對比分析。三種算法迭代曲線如圖4所示,總的數(shù)據(jù)統(tǒng)計(jì)結(jié)果如表4所示。

    由圖4可見,在不同的故障情況下,雖然三種算法在迭代過程中都可以求出最優(yōu)解,但粒子群灰狼混合算法與其他兩種算法相比迭代次數(shù)最少,能更快速地找到最優(yōu)值,且不易陷入局部極值,具有較好的穩(wěn)定性。

    由表4數(shù)據(jù)可知,本文所提算法相較于粒子群算法和灰狼算法在多重故障無畸變情況下故障定位準(zhǔn)確率更高,能很好地對故障信息進(jìn)行處理,找出故障位置,在配電網(wǎng)發(fā)生多重故障且故障信息畸變時,粒子群灰狼混合算法相較于其他兩種算法仍可以憑借較高的準(zhǔn)確率定位故障區(qū)段,算法容錯性能優(yōu)越。

    4? 結(jié)? 論

    本文針對傳統(tǒng)灰狼算法在含分布式電源配電網(wǎng)故障區(qū)段定位時易陷入局部最優(yōu)、收斂速度慢的缺點(diǎn),提出了一種粒子群灰狼混合算法應(yīng)用于含分布式電源配電網(wǎng)故障區(qū)段定位。文中引入α狼局部搜索策略和粒子群算法來進(jìn)一步提升灰狼算法的尋優(yōu)能力,并構(gòu)建含DG的IEEE33節(jié)點(diǎn)配電網(wǎng)仿真模型,用于模擬配網(wǎng)中發(fā)生的單重與多重故障。通過將粒子群灰狼混合算法與粒子群算法、灰狼算法進(jìn)行多方面仿真對比表明:粒子群灰狼混合算法相較于其他兩種算法在配電網(wǎng)發(fā)生單重與多重故障時,能更快速地找到故障區(qū)段,且不易陷入局部極值;在網(wǎng)絡(luò)中出現(xiàn)少量故障信息畸變時,混合算法仍可準(zhǔn)確快速定位故障區(qū)段,具有較好的容錯能力。

    參考文獻(xiàn):

    [1] 李振釗,王增平,張玉璽,等.基于升維線性規(guī)劃的主動配電網(wǎng)故障區(qū)段定位方法 [J].電力系統(tǒng)自動化,2021,45(24):122-132.

    [2] CHOI M-S,LEE S-J,LEE D-S,et al. A New Fault Location Algorithm Using Direct Circuit Analysis for Distribution Systems [J].IEEE Transactions on Power Delivery,2004,19(1):35-41.

    [3] 程云祥,李陽,盧芳,等.多源信息輔助分區(qū)的主動配電網(wǎng)故障區(qū)段定位 [J].電力系統(tǒng)保護(hù)與控制,2020,48(17):147-154.

    [4] 王巍璋,王淳,尹發(fā)根.基于可達(dá)矩陣和貝葉斯定理的含分布式電源的配電網(wǎng)故障區(qū)段定位 [J].中國電力,2021,54(7):93-99+124.

    [5] 吳凡,趙晉泉,朱斌,等.基于MOPSO的含分布式光伏配電網(wǎng)故障區(qū)段定位 [J].電力系統(tǒng)保護(hù)與控制,2018,46(6):46-53.

    [6] 胡玨,韋鋼,謝素娟,等.基于人工魚群算法的主動配電網(wǎng)故障定位 [J].智慧電力,2020,48(6):112-118+124.

    [7] 梁睿,孟祥震,周魯天,等.配電網(wǎng)故障定位技術(shù)發(fā)展現(xiàn)狀及展望 [J].電力工程技術(shù),2018,37(6):20-27.

    [8] 徐彪,尹項(xiàng)根,張哲,等.矩陣算法和優(yōu)化算法相結(jié)合的配電網(wǎng)故障定位 [J].電力系統(tǒng)自動化,2019,43(5):152-158.

    [9] 吳寒,孫巖洲,朱亞偉,等.基于改進(jìn)蝙蝠算法的含DG配電網(wǎng)故障區(qū)段定位 [J].武漢大學(xué)學(xué)報(bào):工學(xué)版,2020,53(7):653-658.

    [10] 鐘建偉,朱澗楓,黃秀超,等.基于雙態(tài)二進(jìn)制粒子群優(yōu)化算法的配電網(wǎng)故障定位 [J].電力系統(tǒng)及其自動化學(xué)報(bào),2019,31(3):29-34.

    [11] 馬少飛,胡俊,劉強(qiáng),等.基于粒子群算法的配電網(wǎng)故障定位研究 [J].智慧電力,2018,46(9):83-87.

    [12] 趙喬,王增平,董文娜,等.基于免疫二進(jìn)制粒子群優(yōu)化算法的配電網(wǎng)故障定位方法研究 [J].電力系統(tǒng)保護(hù)與控制,2020,48(20):83-89.

    [13] 周蓉,李俊,王浩.基于灰狼優(yōu)化的反向?qū)W習(xí)粒子群算法 [J].計(jì)算機(jī)工程與應(yīng)用,2020,56(7):48-56.

    [14] 楊鑫,張家洪,李英娜,等.配電網(wǎng)故障定位的免疫二進(jìn)制螢火蟲算法 [J].西北大學(xué)學(xué)報(bào):自然科學(xué)版,2020,50(2):304-310.

    [15] 袁巖,曹萃文.改進(jìn)灰狼算法及其應(yīng)用 [J].計(jì)算機(jī)工程與設(shè)計(jì),2020,41(2):513-521.

    [16] 王秋杰,金濤,譚洪,等.基于分層模型和智能校驗(yàn)算法的配電網(wǎng)故障定位技術(shù) [J].電工技術(shù)學(xué)報(bào),2018,33(22):5327-5337.

    [17] 衛(wèi)志農(nóng),何樺,鄭玉平.配電網(wǎng)故障區(qū)間定位的高級遺傳算法 [J].中國電機(jī)工程學(xué)報(bào),2002(4):128-131.

    作者簡介:余加民(1998.03—),男,漢族,江西撫州人,碩士在讀,研究方向:電力系統(tǒng)及其自動化;通訊作者:艾青(1978.02—),男,漢族,湖北荊州人,副教授,博士,研究方向:電力系統(tǒng)穩(wěn)定與控制。

    猜你喜歡
    分布式電源粒子群算法配電網(wǎng)
    配電網(wǎng)自動化的應(yīng)用與發(fā)展趨勢
    電力市場交易背景下水電站優(yōu)化調(diào)度研究
    基于粒子群算法的產(chǎn)業(yè)技術(shù)創(chuàng)新生態(tài)系統(tǒng)運(yùn)行穩(wěn)定性組合評價(jià)研究
    預(yù)測(2016年5期)2016-12-26 10:04:59
    主動配電網(wǎng)的負(fù)荷規(guī)劃與控制
    智能配電網(wǎng)廣域測控系統(tǒng)及其保護(hù)控制應(yīng)用技術(shù)
    淺談分布式電源對電力營銷管理的影響及應(yīng)對建議
    淺談分布式電源對配電繼電保護(hù)的影響
    基于IEC61850的配電網(wǎng)數(shù)據(jù)傳輸保護(hù)機(jī)制
    電測與儀表(2016年5期)2016-04-22 01:14:14
    交通堵塞擾動下多車場車輛路徑優(yōu)化
    商(2016年5期)2016-03-28 18:10:26
    車輛調(diào)度問題的全局—局部最優(yōu)信息比粒子群算法研究
    中國市場(2016年10期)2016-03-24 10:19:45
    日韩制服丝袜自拍偷拍| 精品久久蜜臀av无| 三级毛片av免费| 18禁黄网站禁片午夜丰满| 青草久久国产| a级毛片在线看网站| 国产精品偷伦视频观看了| 欧美乱妇无乱码| 国产欧美日韩一区二区精品| 亚洲精华国产精华精| 国产色视频综合| 91国产中文字幕| 最黄视频免费看| 两性夫妻黄色片| 99精品久久久久人妻精品| 在线观看免费午夜福利视频| 亚洲成a人片在线一区二区| 国产成人av教育| 久久这里只有精品19| 国产97色在线日韩免费| 国产国语露脸激情在线看| 午夜老司机福利片| 久久香蕉激情| tocl精华| 亚洲国产欧美一区二区综合| 99riav亚洲国产免费| 久久性视频一级片| 在线观看免费日韩欧美大片| 亚洲精华国产精华精| 大型av网站在线播放| 99riav亚洲国产免费| 91国产中文字幕| 天天添夜夜摸| 叶爱在线成人免费视频播放| 人成视频在线观看免费观看| 1024视频免费在线观看| 亚洲人成电影免费在线| 在线av久久热| av一本久久久久| 18禁黄网站禁片午夜丰满| 丰满人妻熟妇乱又伦精品不卡| 亚洲欧洲精品一区二区精品久久久| 男男h啪啪无遮挡| 国产精品久久久久成人av| 建设人人有责人人尽责人人享有的| 超碰97精品在线观看| 国产一区二区三区视频了| 亚洲精品中文字幕在线视频| 国产亚洲精品第一综合不卡| 丁香欧美五月| 蜜桃在线观看..| 精品乱码久久久久久99久播| 亚洲成av片中文字幕在线观看| 中文字幕另类日韩欧美亚洲嫩草| 国产伦人伦偷精品视频| 国产av又大| 一本色道久久久久久精品综合| 成年女人毛片免费观看观看9 | 免费观看av网站的网址| 天堂动漫精品| 国产在线免费精品| 视频区欧美日本亚洲| 少妇裸体淫交视频免费看高清 | 午夜福利在线免费观看网站| 免费观看人在逋| 黄色视频,在线免费观看| 狠狠婷婷综合久久久久久88av| 一夜夜www| 日韩大码丰满熟妇| 热99re8久久精品国产| 精品一区二区三区四区五区乱码| 一级毛片电影观看| 操美女的视频在线观看| 美女扒开内裤让男人捅视频| 丰满人妻熟妇乱又伦精品不卡| 咕卡用的链子| 又紧又爽又黄一区二区| 新久久久久国产一级毛片| 久久国产精品男人的天堂亚洲| 另类亚洲欧美激情| 两个人免费观看高清视频| 国产在线免费精品| 久久人妻福利社区极品人妻图片| 老鸭窝网址在线观看| 黄色片一级片一级黄色片| 国产成人啪精品午夜网站| 国产aⅴ精品一区二区三区波| 亚洲欧美日韩高清在线视频 | 99re6热这里在线精品视频| 一本一本久久a久久精品综合妖精| 欧美激情极品国产一区二区三区| 男女下面插进去视频免费观看| 中文字幕人妻熟女乱码| 国产高清国产精品国产三级| 日日爽夜夜爽网站| 久久精品国产综合久久久| 夜夜骑夜夜射夜夜干| tube8黄色片| 伊人久久大香线蕉亚洲五| 久久亚洲精品不卡| 亚洲精品中文字幕一二三四区 | 色综合婷婷激情| 午夜激情av网站| 成人特级黄色片久久久久久久 | 黄频高清免费视频| 黄片大片在线免费观看| 亚洲国产中文字幕在线视频| 搡老熟女国产l中国老女人| 在线亚洲精品国产二区图片欧美| 亚洲精品在线观看二区| 日本精品一区二区三区蜜桃| 丝袜美腿诱惑在线| 18在线观看网站| 国产一区二区在线观看av| 欧美国产精品一级二级三级| 50天的宝宝边吃奶边哭怎么回事| 下体分泌物呈黄色| 国产精品影院久久| 精品乱码久久久久久99久播| 亚洲国产精品一区二区三区在线| 欧美精品一区二区免费开放| 国产单亲对白刺激| 国产亚洲午夜精品一区二区久久| 免费一级毛片在线播放高清视频 | 老司机亚洲免费影院| 精品国产亚洲在线| 国产成人系列免费观看| 久久狼人影院| 国产精品免费一区二区三区在线 | av视频免费观看在线观看| 欧美激情极品国产一区二区三区| 日韩熟女老妇一区二区性免费视频| 中国美女看黄片| 桃花免费在线播放| 久久久精品94久久精品| 久久国产亚洲av麻豆专区| 黑人操中国人逼视频| 国产精品1区2区在线观看. | 两性午夜刺激爽爽歪歪视频在线观看 | 免费一级毛片在线播放高清视频 | 一区二区三区激情视频| 乱人伦中国视频| 午夜福利,免费看| 日韩大码丰满熟妇| 可以免费在线观看a视频的电影网站| 精品第一国产精品| 国产精品98久久久久久宅男小说| 国产亚洲精品第一综合不卡| 天堂动漫精品| 久久精品国产亚洲av高清一级| 亚洲一区二区三区欧美精品| 亚洲国产av影院在线观看| 亚洲欧洲精品一区二区精品久久久| 国产成+人综合+亚洲专区| 自线自在国产av| 欧美午夜高清在线| 18禁美女被吸乳视频| 中文欧美无线码| 91麻豆av在线| 啦啦啦在线免费观看视频4| www日本在线高清视频| 欧美日韩亚洲高清精品| 99re在线观看精品视频| 一本一本久久a久久精品综合妖精| 男女之事视频高清在线观看| 中文欧美无线码| 欧美大码av| 亚洲欧美精品综合一区二区三区| 日韩欧美国产一区二区入口| videosex国产| 欧美人与性动交α欧美精品济南到| 多毛熟女@视频| 中文字幕高清在线视频| 侵犯人妻中文字幕一二三四区| 老熟女久久久| 天天添夜夜摸| 正在播放国产对白刺激| 亚洲精品在线观看二区| 精品福利永久在线观看| 99精品在免费线老司机午夜| 美女午夜性视频免费| 99riav亚洲国产免费| 日日摸夜夜添夜夜添小说| videos熟女内射| 老鸭窝网址在线观看| xxxhd国产人妻xxx| 在线观看免费视频网站a站| 国产色视频综合| 亚洲av成人一区二区三| a级片在线免费高清观看视频| 免费观看a级毛片全部| av电影中文网址| 久久亚洲精品不卡| 久久这里只有精品19| 手机成人av网站| 欧美黄色片欧美黄色片| 亚洲人成伊人成综合网2020| 女同久久另类99精品国产91| 叶爱在线成人免费视频播放| 亚洲情色 制服丝袜| 亚洲 国产 在线| 黄频高清免费视频| 丁香六月欧美| 日韩 欧美 亚洲 中文字幕| 亚洲五月婷婷丁香| 国产精品熟女久久久久浪| 宅男免费午夜| 一区二区av电影网| 国产成人一区二区三区免费视频网站| 97人妻天天添夜夜摸| 一二三四社区在线视频社区8| 99热网站在线观看| 欧美日韩黄片免| 免费女性裸体啪啪无遮挡网站| 国产高清videossex| 亚洲专区中文字幕在线| 中国美女看黄片| 亚洲av片天天在线观看| 久久亚洲精品不卡| 18禁裸乳无遮挡动漫免费视频| 丰满饥渴人妻一区二区三| 国内毛片毛片毛片毛片毛片| 窝窝影院91人妻| 欧美在线黄色| tocl精华| 精品少妇一区二区三区视频日本电影| 51午夜福利影视在线观看| 91老司机精品| 国产真人三级小视频在线观看| 青草久久国产| av免费在线观看网站| 91成年电影在线观看| 亚洲欧洲日产国产| 欧美精品高潮呻吟av久久| 久久性视频一级片| 黄色成人免费大全| 肉色欧美久久久久久久蜜桃| 国产精品一区二区免费欧美| 乱人伦中国视频| 久久人妻熟女aⅴ| 日韩中文字幕视频在线看片| 十八禁人妻一区二区| 人妻 亚洲 视频| 亚洲精品中文字幕一二三四区 | 男人舔女人的私密视频| 女性生殖器流出的白浆| 精品久久蜜臀av无| 亚洲中文字幕日韩| 亚洲,欧美精品.| 最新的欧美精品一区二区| 国产片内射在线| 欧美日韩黄片免| 成在线人永久免费视频| 国产精品久久电影中文字幕 | 国产无遮挡羞羞视频在线观看| 精品人妻熟女毛片av久久网站| 人人妻人人澡人人看| 一本大道久久a久久精品| 搡老岳熟女国产| 欧美日韩成人在线一区二区| 黄片播放在线免费| 天天躁夜夜躁狠狠躁躁| 免费女性裸体啪啪无遮挡网站| 久久午夜综合久久蜜桃| 天天躁夜夜躁狠狠躁躁| 亚洲欧美一区二区三区黑人| av天堂久久9| 三上悠亚av全集在线观看| 亚洲性夜色夜夜综合| 精品午夜福利视频在线观看一区 | 大香蕉久久网| 亚洲成国产人片在线观看| 欧美成人午夜精品| 午夜福利在线免费观看网站| 夜夜夜夜夜久久久久| 亚洲av片天天在线观看| 国产又色又爽无遮挡免费看| 亚洲av国产av综合av卡| 国产aⅴ精品一区二区三区波| 亚洲欧美精品综合一区二区三区| 1024香蕉在线观看| 国产av又大| 窝窝影院91人妻| 老熟女久久久| 国产亚洲精品久久久久5区| 777米奇影视久久| 在线观看免费视频日本深夜| 久久人妻福利社区极品人妻图片| 久久精品国产综合久久久| 国产精品二区激情视频| 制服人妻中文乱码| 国产主播在线观看一区二区| 成人三级做爰电影| 无遮挡黄片免费观看| 中文字幕人妻熟女乱码| 日韩中文字幕欧美一区二区| av超薄肉色丝袜交足视频| 欧美日韩国产mv在线观看视频| 久久久久精品人妻al黑| 青青草视频在线视频观看| 成年动漫av网址| 首页视频小说图片口味搜索| 在线观看人妻少妇| 久久久久久亚洲精品国产蜜桃av| 亚洲伊人色综图| 亚洲人成电影免费在线| 欧美 日韩 精品 国产| 欧美日韩成人在线一区二区| 日韩一区二区三区影片| 这个男人来自地球电影免费观看| 变态另类成人亚洲欧美熟女 | 一级黄色大片毛片| 久久精品91无色码中文字幕| 国产精品一区二区精品视频观看| cao死你这个sao货| 成年人午夜在线观看视频| 精品国产乱码久久久久久男人| 日日爽夜夜爽网站| 五月开心婷婷网| 欧美大码av| 久久精品国产亚洲av香蕉五月 | 女性被躁到高潮视频| 免费高清在线观看日韩| 亚洲午夜理论影院| 99国产综合亚洲精品| 精品少妇内射三级| 色94色欧美一区二区| 久久人妻av系列| 久久精品aⅴ一区二区三区四区| 亚洲国产欧美在线一区| 在线观看人妻少妇| 日韩中文字幕视频在线看片| 国产真人三级小视频在线观看| 亚洲免费av在线视频| 亚洲 国产 在线| 中文字幕人妻熟女乱码| 91字幕亚洲| 国产av又大| 激情视频va一区二区三区| 18在线观看网站| 久久国产精品影院| a在线观看视频网站| 欧美日韩精品网址| 亚洲国产欧美一区二区综合| 亚洲专区国产一区二区| 十八禁人妻一区二区| 亚洲专区国产一区二区| 超色免费av| 变态另类成人亚洲欧美熟女 | 好男人电影高清在线观看| 欧美日韩福利视频一区二区| 纯流量卡能插随身wifi吗| 国产av又大| 亚洲精品中文字幕在线视频| 69精品国产乱码久久久| 每晚都被弄得嗷嗷叫到高潮| 国产国语露脸激情在线看| 三上悠亚av全集在线观看| 99香蕉大伊视频| 久久久久久久大尺度免费视频| 麻豆av在线久日| 97人妻天天添夜夜摸| 啪啪无遮挡十八禁网站| 97人妻天天添夜夜摸| 人成视频在线观看免费观看| 免费在线观看视频国产中文字幕亚洲| 国产成人精品在线电影| 久久精品91无色码中文字幕| 欧美精品亚洲一区二区| 人人妻人人澡人人爽人人夜夜| 精品高清国产在线一区| 成人亚洲精品一区在线观看| 精品一区二区三区av网在线观看 | 大码成人一级视频| 在线亚洲精品国产二区图片欧美| 久久久精品国产亚洲av高清涩受| 亚洲欧美激情在线| 免费人妻精品一区二区三区视频| 老熟妇乱子伦视频在线观看| 亚洲精品自拍成人| 久久久久久免费高清国产稀缺| 成年人黄色毛片网站| 蜜桃国产av成人99| 波多野结衣一区麻豆| 亚洲一区中文字幕在线| 中亚洲国语对白在线视频| 亚洲欧美日韩另类电影网站| 黄片大片在线免费观看| 亚洲国产欧美日韩在线播放| 精品国产一区二区久久| 国产男靠女视频免费网站| 成人国语在线视频| 亚洲精品久久成人aⅴ小说| 久久久精品94久久精品| 亚洲成av片中文字幕在线观看| 日本av手机在线免费观看| 成年人免费黄色播放视频| 99精品在免费线老司机午夜| 免费高清在线观看日韩| 欧美国产精品va在线观看不卡| 69av精品久久久久久 | 如日韩欧美国产精品一区二区三区| 婷婷成人精品国产| 久9热在线精品视频| 999久久久国产精品视频| 大香蕉久久成人网| 男人舔女人的私密视频| 亚洲成国产人片在线观看| 男女午夜视频在线观看| 亚洲国产欧美在线一区| 亚洲美女黄片视频| 首页视频小说图片口味搜索| av欧美777| 欧美黄色淫秽网站| 亚洲av成人不卡在线观看播放网| 男女之事视频高清在线观看| 精品久久久精品久久久| 日韩视频一区二区在线观看| 在线 av 中文字幕| 午夜福利一区二区在线看| 久久国产精品人妻蜜桃| kizo精华| 脱女人内裤的视频| 亚洲精品美女久久久久99蜜臀| 怎么达到女性高潮| 久久中文看片网| 国产亚洲午夜精品一区二区久久| 精品国产一区二区三区四区第35| 一本—道久久a久久精品蜜桃钙片| 午夜福利欧美成人| 一本色道久久久久久精品综合| 午夜福利欧美成人| 国产成人免费观看mmmm| 国产又色又爽无遮挡免费看| 国产欧美日韩综合在线一区二区| 欧美乱码精品一区二区三区| 国产精品久久久久久人妻精品电影 | 成人av一区二区三区在线看| 国产极品粉嫩免费观看在线| 欧美日韩黄片免| 国产成人一区二区三区免费视频网站| 97在线人人人人妻| 美女主播在线视频| 999久久久精品免费观看国产| 麻豆国产av国片精品| 一级黄色大片毛片| 夜夜爽天天搞| 不卡一级毛片| a在线观看视频网站| 悠悠久久av| 操美女的视频在线观看| 97在线人人人人妻| 美女扒开内裤让男人捅视频| 国产一区有黄有色的免费视频| 亚洲人成伊人成综合网2020| 日韩 欧美 亚洲 中文字幕| 成人国产av品久久久| 老汉色av国产亚洲站长工具| 9色porny在线观看| 国产一区二区三区在线臀色熟女 | 久久性视频一级片| 在线观看66精品国产| 叶爱在线成人免费视频播放| 亚洲av片天天在线观看| 人成视频在线观看免费观看| 国产成人欧美| 国产精品亚洲av一区麻豆| 极品少妇高潮喷水抽搐| 国产亚洲午夜精品一区二区久久| 99re在线观看精品视频| 最新美女视频免费是黄的| 另类亚洲欧美激情| 午夜久久久在线观看| 精品视频人人做人人爽| 可以免费在线观看a视频的电影网站| 欧美变态另类bdsm刘玥| 丰满人妻熟妇乱又伦精品不卡| 久久久久精品人妻al黑| 看免费av毛片| 国产有黄有色有爽视频| 91九色精品人成在线观看| 91成年电影在线观看| av电影中文网址| 一个人免费在线观看的高清视频| 激情在线观看视频在线高清 | 高清视频免费观看一区二区| 久久人妻av系列| 另类亚洲欧美激情| 久久午夜综合久久蜜桃| 午夜福利,免费看| 国产精品 欧美亚洲| 他把我摸到了高潮在线观看 | 午夜福利欧美成人| 亚洲综合色网址| 久久中文字幕人妻熟女| 脱女人内裤的视频| 天堂中文最新版在线下载| www日本在线高清视频| 又大又爽又粗| 国产在线一区二区三区精| 熟女少妇亚洲综合色aaa.| 99国产精品免费福利视频| 天天躁日日躁夜夜躁夜夜| 啪啪无遮挡十八禁网站| 在线亚洲精品国产二区图片欧美| 色综合欧美亚洲国产小说| 美女高潮喷水抽搐中文字幕| 色播在线永久视频| 久久免费观看电影| 老熟妇仑乱视频hdxx| 狂野欧美激情性xxxx| 久久天堂一区二区三区四区| 亚洲国产欧美网| 国产精品 国内视频| 老熟妇仑乱视频hdxx| 色综合欧美亚洲国产小说| 99re6热这里在线精品视频| 日韩免费高清中文字幕av| 久久精品成人免费网站| 男人舔女人的私密视频| 亚洲欧洲日产国产| 性高湖久久久久久久久免费观看| 午夜激情av网站| 欧美人与性动交α欧美精品济南到| 天天躁狠狠躁夜夜躁狠狠躁| 久久午夜综合久久蜜桃| 久久中文字幕人妻熟女| 亚洲成人免费电影在线观看| 国产麻豆69| 欧美变态另类bdsm刘玥| 亚洲成人手机| 亚洲av国产av综合av卡| 欧美性长视频在线观看| 亚洲五月婷婷丁香| tube8黄色片| 国产成人av激情在线播放| 狠狠婷婷综合久久久久久88av| 久久久久网色| 免费在线观看黄色视频的| 国产无遮挡羞羞视频在线观看| 精品熟女少妇八av免费久了| 精品国产一区二区三区四区第35| 美女扒开内裤让男人捅视频| 国产亚洲欧美在线一区二区| 丝袜美足系列| 男女边摸边吃奶| 国产在线一区二区三区精| 久久久久视频综合| 一二三四社区在线视频社区8| 50天的宝宝边吃奶边哭怎么回事| 黄频高清免费视频| 每晚都被弄得嗷嗷叫到高潮| 亚洲伊人久久精品综合| 精品乱码久久久久久99久播| 一级毛片精品| 国内毛片毛片毛片毛片毛片| 不卡一级毛片| 男人操女人黄网站| 日韩制服丝袜自拍偷拍| 99热网站在线观看| av欧美777| 久久午夜综合久久蜜桃| 肉色欧美久久久久久久蜜桃| 美女视频免费永久观看网站| 老司机午夜十八禁免费视频| 精品乱码久久久久久99久播| 久久精品亚洲熟妇少妇任你| 日韩人妻精品一区2区三区| 亚洲熟女毛片儿| 欧美乱妇无乱码| 乱人伦中国视频| 91麻豆av在线| 国产精品.久久久| 亚洲五月色婷婷综合| av福利片在线| 国产免费av片在线观看野外av| 亚洲av片天天在线观看| 最近最新中文字幕大全免费视频| 少妇粗大呻吟视频| av又黄又爽大尺度在线免费看| 另类亚洲欧美激情| 夜夜骑夜夜射夜夜干| 国产精品久久久久久人妻精品电影 | 天天躁夜夜躁狠狠躁躁| 伦理电影免费视频| 91精品三级在线观看| 美女国产高潮福利片在线看| 日本wwww免费看| 天天躁狠狠躁夜夜躁狠狠躁| 啦啦啦在线免费观看视频4| 亚洲精品自拍成人| 女人被躁到高潮嗷嗷叫费观| 一级毛片电影观看| 热99久久久久精品小说推荐| 国产精品久久久久成人av| 欧美日韩福利视频一区二区| 十八禁高潮呻吟视频| 黑人欧美特级aaaaaa片| 一个人免费在线观看的高清视频| 久久久精品区二区三区| 欧美另类亚洲清纯唯美| 深夜精品福利| 午夜日韩欧美国产| 久久久久久久久久久久大奶| 亚洲欧美激情在线| 亚洲国产av新网站| 人妻一区二区av| 热99国产精品久久久久久7| 中国美女看黄片| 在线观看一区二区三区激情| √禁漫天堂资源中文www| 国产一卡二卡三卡精品| 欧美国产精品va在线观看不卡| 女警被强在线播放| av在线播放免费不卡|