[发明专利]基于Spark分布式改进粒子群算法的配电网故障后重构方法

权利要求书

1.一种基于Spark分布式改进粒子群算法的配电网故障后重构方法，其特征在于：包括以下步骤：

S0：建立配电网模型；

S1：将维度设置为维，NS为配电网开关总数；

S2：使用DIPSO算法产生种群；

S3：将种群中的个体通过上述编码码映射到开关上的排列组合数空间上；

S4：计算失电区域值，并且将该值作为个体的适应度；

S5：根据适应度更新最优解，然后继续下一次迭代，直到所有迭代次数达到总迭代次数。

2.根据权利要求1所述的基于Spark分布式改进粒子群算法的配电网故障后重构方法，其特征在于：建立配电网的模型包括以下步骤：首先将所研究的配电网分成若干个区域，每个区域中只包含支路和母线、不包含开关；用二进制位表示配网的开关状态，1表示开关处于闭合状态，0表示开关处于开状态，二进制位的长度为网络中开关的数量，每32位设为DIPSO中的一个个体的一个维度，使得个体中每个维度的数据类型都是32位整型变量。

3.根据权利要求1所述的基于Spark分布式改进粒子群算法的配电网故障后重构方法，其特征在于：步骤S2包括以下步骤：Step1：进行参数初始化；

Step2：根据全局或局部搜索阶段，对粒子群进行不同的随机初始化；

Step3：对粒子群的位置和速度进行更新；

Step4：寻找历史最优个体适应度；

Step5：寻找为种群历史最优个体适应度；

Step6：计算种群多样性；

Step7：如果前后两代种群多样性的差值小于G＝0.001则重新初始化种群；

Step8：当达到指定的最优值更新次数或迭代次数结束循环。

4.根据权利要求3所述的基于Spark分布式改进粒子群算法的配电网故障后重构方法，其特征在于：参数初始化包括：对分布式计算的并行度p进行设置，并行度的作用是要按照数据数量的上下界将其分割为p组数据，每组数据生成Spark的一个RDD，代表一个例子种群，之后在各RDD中分别对各个种群进行计算。

5.根据权利要求3所述的基于Spark分布式改进粒子群算法的配电网故障后重构方法，其特征在于：全局搜索的种群随机初始化步骤中使用公式如下：

X_i＝rand*(ub-lb)+lbwherel←(1:N) (2)

其中，X_i为粒子第i个个体的位置，lb和ub为粒子位置X_i的上下界，rand为(0,1)的平均随机数，N种群中个体数量。

6.根据权利要求3所述的基于Spark分布式改进粒子群算法的配电网故障后重构方法，其特征在于：局部搜索的种群随机初始化步骤中使用公式如下：

X_i＝gaussian_rand*β+X_i^*wherei←(1:N) (3)

其中，X_i为粒子第i个维度的位置，β为搜索到的已知最优适应度，gaussian_rand为均值为0，方差为1的高斯分布随机数，X_i^*为搜索到的已知最优个体，N种群中个体数量。

7.根据权利要求3所述的基于Spark分布式改进粒子群算法的配电网故障后重构方法，其特征在于：Step2中局部搜索阶段占总迭代次数的80％，当前迭代次数达到或者超过总迭代次数的20％开始局部搜索阶段。

8.根据权利要求7所述的基于Spark分布式改进粒子群算法的配电网故障后重构方法，其特征在于：局部搜索阶段中若最优值连续n次没有更新，则令最大更新次数在原有基础上加2。