1. 研究目的与意义
背景：随着我国经济的发展，电力系统规模逐渐加大，网络结构逐渐复杂，而且用户对供电稳定的要求也越来越高。这就要求一方面，在系统正常运行过程中要防止故障的发生；另一方面，在系统发生故障后，要快速、准确地找到故障位置，迅速排除故障，确保电力系统安全运行，提高供电可靠性，将损失最小化。
意义：本课题将通过Matlab仿真，检验提出的算法，并与其他算法进行比较求证该算法的与其他算法相比在准确性，时效性方面的优势，这对于电网规模不断扩大，具有重要意义，高效，高正确率的故障定位算法可以为电网建设解决大量的人力物力，进一步减少停电维修的时间，较少电路故障所引起的损失。
2. 课题关键问题和重难点
关键问题：首先是需要对Matlab相关知识的掌握和一定程度的算法编写能力，在理解算法原理后借助相关文献将其编写成可用的算法是课题的关键
其次，需要掌握FTU相关知识，通过算例模拟故障中配电网各线路开关处的FTU在故障发生时上传的故障电流信息，对其进行二进制编码，只有正确识别这些信息才能进行故障定位。
最后，通过参考文献应用适应度函数，开关函数于含分布式电源配电网的故障定位。
3. 国内外研究现状（文献综述）
越来越多的风力发电、光伏发电和水利发电等分布式电源接入配电网，使得配电网由原来的单电源供电变为多个电源供电，配电网的结构发生变化，更加复杂。当配电网的某个地方发生故障时，流过故障点的电流除了来自于系统电源外，还来自于分布式电源，功率也可能发生倒向，使故障定位的难度增加。目前故障定位的算法主要有两大类，一类是基于馈线终端装置（feeder terminal unit，FTU）的矩阵算法，矩阵算法容错较差，对FTU上传的故障信息准确性要求比较高，如果FTU上传的信息发生畸变，则容易导致误判，无法正确识别故障区段。另一类是基于馈线终端装置检测的智能算法，针对上述问题，文献提出一种模拟退火算法和天牛群算法相结合的算法，并将此算法应用到含分布式电源配电网的故障定位中。利用Matlab进行仿真，检验提出的算法，并与其他算法进行比较，结果证明该算法的优势。
天牛群算法原理：天牛群优化算法是2020年提出的一种用于全局寻优的智能算法，结合甲虫觅食机制和群体优化算法，具有良好的鲁棒性和运行速度，参考文献借鉴此算法，将天牛须算法和粒子群算法相结合。天牛须算法是2017年提出的一种用于全局寻优的智能算法，来源于天牛寻找食物的过程，天牛须算法是模拟一只天牛寻找食物的过程，天牛的左右须可以感受到食物散发的气味浓度，天牛判断左须和右须感受到的浓度差别来决定下一步移动的方向，以此类推，直到找到食物为止。天牛须算法不需要了解具体公式，不需要梯度信息，就可以实现高效全局寻优。群体化后各天牛之间可以进行信息共享，使收敛速度加快。
模拟退火算法原理：模拟退火算法的基本思想来自物理退火过程，该过程主要由以下几个组成部分：加温过程、等温过程和冷却过程。
基于模拟退火的天牛群算法：由于天牛须算法和粒子群算法结合仅仅是让天牛群体化，实现信息共享，增加其搜寻的效率，可以更加快速地找到最优的目标，但在一定程度上仍然不能避免其陷入局部最优。所以，在此基础上，引入模拟退火算法，可以避免其陷入局部最优。该算法是以天牛群算法为主体算法，同时引入模拟退火机制。配电网发生故障后，收集安装在配电网各线路开关处的FTU在故障发生时上传的故障电流信息，进行二进制编码，然后计算开关函数和适应度函数，并通过算法逐次迭代，找到最优解，即故障位置。
4. 研究方案
首先学习基于模拟退火的天牛群算法：电网发生故障后，收集安装在配电网各线路开关处的FTU在故障发生时上传的故障电流信息，进行二进制编码，然后计算开关函数和适应度函数，并通过算法逐次迭代，找到最优解，即故障位置。
之后进行算例分析：（1）假设配电网在线路的不同位置发生单区段故障，在考虑分布式电源是否接入配电网以及各线路上FTU上传的各分段开关的信息是否发生畸变等不同情况进行仿真。
（2）现实生活中，两个区段及以上同时发生故障以及FTU上传的各分段开关的信息发生畸变的概率很低，为了充分测试算法的性能，所以进行配电网多区段故障仿真，假设配电网在线路的不同位置发生多区段故障，在考虑分布式电源是否接入配电网以及各线路上FTU上传的各分段开关的信息是否发生畸变等不同结果进行仿真。
5. 工作计划
第一周：阅读文献
第二周：翻译外文文献
第三周：撰写开题报告
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
