[发明专利]一种基于脉冲耦合神经网络的配电网孤岛划分方法

摘要

本发明是一种基于脉冲耦合神经网络(PCNN)的配电网孤岛划分方法,属于含分布式电源的配电网孤岛划分领域。针对当前含分布式电源的配电网进行孤岛划分时存在划分速度慢、供电范围小的问题，本发明引入时延脉冲耦合神经网络(DPCNN，Delay PCNN)的模型，充分利用了PCNN继承来的脉冲无衰减与并行传播的特性，以各个分布式电源为根神经元，同时进行搜索，大大减少了临时数据的存储，在提高了运行速度的同时扩大了供电范围。本算法划分出来的孤岛相对于其他算法而言，划分的速度更快，方案更精确，在工程上贴近实际，更具有操作性。

主权项

1.一种基于脉冲耦合神经网络的配电网孤岛划分方法，其特征在于，包括以下步骤：步骤1：确定进行配电网孤岛划分的可行区域，所述配电网是含有分布式电源的配电网；步骤2：根据配电网的拓扑结构将其转化为边赋权值的无向连通图，所述配电网的拓扑结构是一种辐射状结构，负荷节点简化为边赋权值无向连通图中的节点，支路简化为无向连通图中的赋权边，其负荷大小、重要性等级以及网络损耗均考虑在无向连通图的边中，并遵循以下原则：负荷功率越小，重要性越大，其计算的权值就越小，优先级就越高；在这种情况下，保留小容量负荷，可以扩大供电范围，减少切除负荷个数；步骤3：初始化参数，生成神经元点火图；步骤4：进行连通性判断约束；步骤5：生成最小生成树，即最优孤岛备选方案；步骤6：对划分出的孤岛进行电力潮流计算，评估孤岛安全性；步骤7：对孤岛进行合并，给出最优孤岛划分方案。