彭 睿，朱建良，吴 凯

(南京理工大学 自动化学院，南京 210094)

第二次工业革命以来，电能对于经济发展和社会进步发挥着举足轻重的作用。而传统的电力生产方式对环境的不利影响日益凸显。分布式发电并网应运而生，为电力系统提供了更加环保、高效的电能，但也对电力系统造成了冲击。配电网作为电力系统最后一环，与人们用电质量与安全息息相关。特别是分布式电源并网后，增加了故障定位的难度。

国内外学者对分布式配电网故障定位的研究取得了长足进展。学者对分布式配电网故障定位研究的方向可大致分为两类：一是矩阵算法。其原理简单，定位速度快。但网络拓扑复杂时，生成的矩阵体量很大，计算量大，对系统的存储效率要求很高，这也限制了它在工程上的应用[1]。二是人工智能优化算法。如遗传算法、粒子群算法[2]、神经网络等。这类算法能解决矩阵算法故障信息畸变丢失的问题[3]。但是该类算法大都模型设置规则复杂，迭代计算量大，物理意义不明显等。

王一非等[4]提出以行向量形式表示故障信息矩阵，运算简单，但容易误判，可靠性较低。Teng等[5]在分布式配电网拓扑下构建动态的信息矩阵。但是解维度较大，计算复杂，不能满足实时性要求。刘鹏程等[6]构建开关函数时考虑了分布式电源动态投切情况，且将多种群算法与遗传算法相结合，但函数较复杂，迭代计算量较大。吴寒等[7]提出一种改进的蝙蝠算法，加快传统算法收敛速度并提升算法稳定性，但仍有可能陷入局部寻优。……