张 莲，宫 宇，杨洪杰，李 涛，赵梦琪，张尚德，贾 浩

(1.重庆市能源互联网工程技术研究中心， 重庆 400054; 2.重庆理工大学 电气与电子工程学院， 重庆 400054)

当配电网节点发生故障时，故障快速准确定位是排除配电网故障以及恢复故障处供电的前提，也是保证整个配电网乃至整个电力系统稳定运行的重要环节[1]。随着全球分布式发电技术的迅速发展，大量的分布式电源(distributed generator，DG)接入配电网，传统配电网变为结构更复杂、潮流方向不单一的含分布式电源的有源配电网(active distribution network，AND)[2]。因此，寻求一种新的定位方法对有源配电网进行故障定位成为亟需解决的问题[3]。

随着馈线终端设备(feeder terminal unit，FTU)的大范围使用，在开关节点处可实时获取配电网电压、过电流等运行信息，利用运行信息进行配电网的故障区段定位成为当前主流的方式[4]。目前，主流的方法包括遗传算法、人工蚁群算法、粒子群算法、免疫算法、蝙蝠算法等智能算法。杜红卫等[5-7]利用遗传算法解决配电网故障定位问题，取得全局最优值，但准确度不高；陈歆技等[8-9]分别利用人工蚁群算法和蝙蝠算法进行配电网故障定位，但对畸变信息的容错率低；马少飞等[10-11]利用免疫算法和粒子群算法进行故障诊断，但当存在故障信息缺失时，不能准确判断故障区段。以上算法均只适用于传统配电网中，因为当含分布式电源接入配电网后，过电流信息就发生了改变。

针对以上不足，提出了一种基于自适应遗传粒子群算法(adaptive genetic algorithm-adaptive binary particle swarm optimization，AGA-ABPSO)的有源配电网故障定位方法。……