郭壮志 ，陈 涛 ，洪俊杰 ，毛晓明 ，陈璟华

（1.河南工程学院 电气信息工程学院，河南 郑州 451191；2.广东工业大学 自动化学院，广东 广州 510006）

0 引言

配电网故障区段定位对于提高配电网自愈性和运行可靠性具有重要作用。随着配电网自动化终端设备的广泛应用，基于设备过电流信息的故障区段间接定位方法因原理简单、实现便捷而成为该领域的研究热点，该类算法主要分为2类：统一矩阵算法［1-5］和人工智能算法［6-13］。其中，统一矩阵算法直接利用线路元件两端状态监控信息构建故障辨识矩阵，具有建模直接、定位高效等优势，但对于运行信息畸变下的故障定位问题，容易出现错判或漏判。虽然一些学者已提出具有容错性能的统一矩阵算法，但通用性不强［4-5］。基于人工智能算法的配电网故障区段定位方法因具有高的容错性能且原理简单，近年来被大量研究，取得了丰硕的成果，众多新型的群体智能算法如遗传算法GA（Genetic Algorithm）、蚁群算法、仿电磁学算法、免疫算法、蝙蝠算法、和声算法等被应用于该领域。

基于群体智能算法的配电网故障区段定位方法的基本思想是：基于逼近理论和最小故障诊断集概念，构建故障定位离散优化数学模型，利用群体智能算法找出最能解释所有自动化设备上传故障电流报警信息的馈线短路故障区段。理论研究表明：该类方法只需对设备进行0-1编码，利用优化目标来描述故障设备的过电流信息逼近关系，具有建模原理简单、程序实现容易的优点，采用逼近思想使得所建故障定位模型不仅具有强通用性，且进行故障区段辨识时具有高容错性，并可直接采用新型高效的群体智能算法进行优化决策。……