张 莲，禹红良，张逸玮，经廷伟，余松林，宫 宇

（1.重庆理工大学 电气工程学院，重庆 400054；2.重庆邮电大学 国际学院，重庆 400065）

随着配电自动化的发展，传统的以重合器和分段器为主的通过器械的动作进行故障定位和处理的方式日渐相形见绌，无法满足人们对供电高效稳定的期望和要求，因此停电时间更短、故障处理更加高效、以馈线终端设备（feeder terminal unit，FTU）［1］为基础，通过如矩阵算法［2］、神经网络［3］、遗传算法［4］、蚁群算法［5］、粒子群算法［6］等算法来进行故障定位的方式成为故障定位和处理的趋势，但这种定位方式对算法的性能有着较高的要求。

在如今煤炭、石油、天然气等化石能源的使用日渐紧张，人们对电能的需求、对电能质量的要求使得具有更加清洁环保、可持续性使用特点的分布式发电（distributed generation，DG）逐渐与传统的火力发电相辅相成，并逐步得到了广泛的推广应用［7］。但是DG接入电网后，会改变传统配网的结构，使其复杂化，因此需要进行含DG的配网故障定位研究。

本文对Kennedy和Eberhart提出的二进制粒子群（binary particle swam optimization，BPSO）算法［8］进行分析改进，并通过MATLAB将改进的BPSO算法与原BPSO算法进行含DG的配网故障定位算例仿真，采集相应的数据进行对比分析，验证改进BPSO算法在含DG的IEEE33节点配网故障定位中的性能。

1 BPSO算法改进

对于PSO算法，其一般迭代公式［9］为：

式中Sigmoid函数值范围通常为［-4，4］，其表达式为：

因此，原BPSO算法表达式如下：

在对BPSO的基本理论及其改进的分析研究文献［10］中，BPSO算法表现出了稳定性好、收敛速度快的优点，但仍然易出现早熟收敛、陷入局部最优的情况，因此还需要对BPSO算法进行改进。……