萤火虫算法

为提高配电网运行异常数据的识别准确率，提出结合k均值改进萤火虫算法的配电网运行异常数据识别方法。在配电网信息系统中采集配电网运行数据，并实施数据清洗、合并、特征化处理等操作。利用结合k均值改进萤火虫算法的优化聚类获取样本特征曲线及样本分类，得到带通矩阵来判定异常数据点，完成配电网运行异常数据识别。结果表明：所提方法对不同的用电设备状态组合的运行异常数据识别准确率更高。

针对原有配电网故障恢复策略在处理高渗透率分布式光伏并网时效率低、易陷入局部收敛等问题，提出了一种基于量子萤火虫算法的配电网故障恢复策略。首先，以最小化失电负荷量为主和最小化网络损耗为从，构建主从双目标优化目标函数，并计及约束条件建立含分布式光伏并网的配电网故障恢复模型。其次，为克服标准萤火虫算法的不足，采用量子编码和量子旋转门的方式提高萤火虫算法的寻优速度和全局搜索能力，缩短故障恢复模型求解时间。然后，采用量子萤火虫算法求解故障恢复模型，通过控制配电网系统开关的通断，在保证重要负荷恢复供电的基础上尽可能多地恢复失电负荷，同时减少网络损耗。最后，在IEEE 33节点系统上进行算例分析以验证所述方法的可行性和优越性。

为提高含高比例新能源主动配电网的故障恢复可靠性，提出一种基于改进萤火虫算法的两阶段故障恢复策略。首先构建了风光储系统模型，减少了风光发电的不确定性对故障恢复的影响；第一阶段采用先广度后深度的组合算法对故障后的配电网进行孤岛划分，该组合算法充分考虑了负荷时变性及用户侧需求，保证了重要负荷被优先恢复；第二阶段采用改进萤火虫算法对配电网重构进行求解，最大限度地保证恢复供电，同时尽可能地减少网络损耗；最后以IEEE33节点配电网作为算例仿真，结果表明所提故障恢复策略能够得到配电网故障恢复最优方案，同时满足负荷用户侧需求，保证重要负荷不断电，提高供电恢复率，降低配电网故障后网损，验证了所述方法的有效性和优越性。

为提高含高比例新能源主动配电网的故障恢复可靠性，提出一种基于改进萤火虫算法的两阶段故障恢复策略。首先构建了风光储系统模型，减少了风光发电的不确定性对故障恢复的影响；第一阶段采用先广度后深度的组合算法对故障后的配电网进行孤岛划分，该组合算法充分考虑了负荷时变性及用户侧需求，保证了重要负荷被优先恢复；第二阶段采用改进萤火虫算法对配电网重构进行求解，最大限度地保证恢复供电，同时尽可能地减少网络损耗；最后以IEEE33节点配电网作为算例仿真，结果表明所提故障恢复策略能够得到配电网故障恢复最优方案，同时满足负荷用户侧需求，保证重要负荷不断电，提高供电恢复率，降低配电网故障后网损，验证了所述方法的有效性和优越性。