买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西理工大学申请的专利基于改进河马优化算法的配电网故障重构方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118868026B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410853730.X，技术领域涉及：H02J3/00；该发明授权基于改进河马优化算法的配电网故障重构方法是由陈锋升;于仲安设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本基于改进河马优化算法的配电网故障重构方法在说明书摘要公布了：本发明公开了一种基于改进河马优化算法的配电网故障重构方法，该方法利用连通分量进行故障恢复评估，提前确定能够通过重构方式恢复的负荷，降低问题求解复杂性。接着，结合最小环集进行编码，将配电网故障重构问题的解空间映射到算法的搜索空间，该编码方式能够大幅度提升有效解的占比。然后，结合提出的编码策略对传统的河马优化算法进行改进，使其能够适应离散优化问题。最后利用改进河马优化算法快速的求解出配电网故障重构策略，从而实现快速恢复供电。

本发明授权基于改进河马优化算法的配电网故障重构方法在权利要求书中公布了：1.基于改进河马优化算法的配电网故障重构方法，其特征在于，包括以下步骤： S1：将电源与负荷抽象为图的顶点，将负荷间的线路和联络开关抽象为图的边，构建配电网的无向图模型； S2：移除无向图模型的故障线路对应的边，并利用连通分量进行故障恢复评估，从而确定能够通过重构方式恢复的负荷，操作步骤如下： S21：移除无向图模型GV,E的故障线路对应的边eo，从而获得故障后的配电网模型Go； S22：求解Go的拉普拉斯矩阵LGo： LGo＝DGo-AGo 式中：DGo为Go的度矩阵；AGo为Go的邻接矩阵； S23：确定独立连通分量的个数：在LGo的特征值中，零特征值的个数等于独立连通分量的个数，而零特征值对应k个线性无关特征向量，分别代表一个独立的连通分量，因此，求解LGo的齐次线性方程组即可得到独立的连通分量： LGop＝0 p＝c1p1+c2p2+…+ckpk 式中：p为特征向量；ck表示第k个线性无关特征向量的系数；pk表示第k个线性无关特征向量； S24：根据连通分量的数量确定故障恢复情况，即零特征值对应的线性无关特征向量的个数； 当k＝1时，表明Go仍是连通的，因此能够通过转供策略有效恢复故障导致的负荷损失； 当k1时，表明Go已经分割成多个独立的连通分量，此时部分负荷的恢复无法依赖于转供策略，在此情况下，重构策略只能恢复与电源连通的负荷，通过找到电源vs所对应的独立连通分量，即在pk中找到vs所对应变量为1的特征向量，该特征向量中值为1的变量对应的负荷与vs连通； S25：根据连通分量的分析结果，确定能够通过重构方式恢复的负荷，记为R； S3：基于能够通过重构方式恢复的负荷，构建配电网的无向图模型的子图，然后利用子图的最小环集进行编码，编码策略为：从每个最小环各取出一个边组成不同的候选解，从而形成搜索空间；通过这种编码策略，将配电网故障重构问题的解空间映射到算法的搜索空间，操作步骤如下： S31：通过R构造Go的子图，记为Gs； S32：利用最小环集算法获得Gs中的所有最小环集，记为C1,C2,…,Cj,…,Cm；其中Cm表示第m个最小环，Cm是由边组成的集合，即{eC,1,eC,2,…,eC,a}，eC,a表示Cm的第a个边； S33：求最小环集两两间的交集，记为CI1,CI2,…,CIn；其中CIn表示第n个最小环交集，CIn＝{eCI,1,eCI,2,…,eCI,b}，eCI,b表示CIn的第b个边； S34：打乱C1,C2,…,Cj,…,Cm的顺序，并通过干预的方式从每个最小环各选一个边，组成不同的候选解，从而形成搜索空间；其中干预方式为：当抽取到Cm的边在CIn出现时，剩下的最小环抽取时要避开CIn的边； 其中，所述候选解的目的是从Gs中移除所有最小环的边，从而解开所有最小环，使GS变为辐射状形式； S4：结合提出的编码策略，生成河马优化算法的初始种群，然后根据编码策略得到的候选解的特点，通过交叉和环状搜索方式，对河马优化算法的连续搜索过程进行改进，从而使河马优化算法适应离散优化问题，操作步骤如下： S41：结合编码策略，生成N个候选解，每个候选解代表一只河马，并将其记为初始种群X，具体如下所示： 式中：XN为第N个候选解，xNm为第N个候选解的第m个变量； S42：第一阶段搜索：更新雄性河马和未成熟河马在河中的位置，具体步骤如下： 雄性河马位置更新公式： 式中：K为N一半的数量；XD为占主导地位的河马的位置，xD,m为占主导地位的河马的第m个变量，XM,i为第i个雄性河马的位置，XM,ij为第i个雄性河马第j个变量；F为适度函数；r1为[0,1]的随机数，rand为每次判断生成的[0,1]随机数；[]为取整，argmin表示从所有的候选解中找到函数值最小的候选解； 未成熟河马位置更新公式： 当τ≥0.6时，XFB,i:xFB,ij＝choicey1j,y2j,…,yKj,fori＝1,2,…,K,forj＝1,2,…,m； 当τ0.6时，在C1,C2,…,Cj,…,Cm中去掉当前候选解Xi对应的元素，并按照编码策略，重新生成一个候选解，作为未成熟河马XFB,i的位置； 式中：τ为未成熟河马离开河马群体的条件，T为最大迭代次数，t为当前迭代次数；sampleX,K表示从X中随机抽取K个，choice表示从元素中随机抽取1个；Y为抽样后的河马群，Yi为第i个候选解，yij为第i个候选解的第j个变量；XFB,i为第i个未成熟河马的位置，xFB,ij为第i个未成熟河马的第j个变量； 根据河马群中雄性和未成熟河马的位置更新候选解，具体如下所示： S43：第二阶段搜索，河马防御捕食者，具体步骤如下： 结合编码策略，生成1个候选解作为捕食者，记为XP,i；根据编码策略可知，捕食者与河马位于同一个最小环中，此时河马与捕食者的每个变量存在两条路径，分别是最短距离Es,i和最长距离El,i，具体如下所示： Es,i＝[es,1es,2…es,o] El,i＝[el,1el,2…el,u] 式中：es,o为最短路径的第o个边，el,u为最长路径的第u个边； 当河马面对捕食者时会采取驱赶和攻击两种策略保护自己，具体如下所示： 式中：XR,i为第i个河马面对捕食者时的位置，xR,ij为第i个河马面对捕食者时的位置的第j个变量，xP,ij为第i个捕食者的第j个变量；levyj为第j个变量的莱维分布值，ζ为长跳阈值，为中间变量； 根据河马面对捕食者时的位置更新候选解，具体如下所示： S44：第三阶段搜索，河马从捕食者手中逃脱，具体步骤如下： 当河马无法防御捕食者时，河马会离开当前区域，跑到最近的河中避免被捕食者伤害；结合编码策略，河马附近的安全位置为由C1,C2,…,Cj,…,Cm中去掉当前候选解Xi对应的剩余元素组成，并且安全位置的范围会随着迭代次数减少，具体如下所示： 式中：XE,i为第i个河马找到安全的位置，xE,ij为第i个河马找到安全的位置的第j个变量；|Cj|表示Cj的元素数量；表述第j个最小环抽样后的的集合； 根据河马找到安全的位置更新候选解，具体如下所示： S5：构建配电网故障重构的数学模型，包括最大负荷恢复率目标、最小开关动作次数目标、最小有功功率损耗目标、最小电压偏移目标、潮流约束、电压约束、支路电流约束和辐射状约束，利用改进河马优化算法对配电网故障重构的数学模型进行求解，从而得到最优的配电网故障重构策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西理工大学，其通讯地址为：341099 江西省赣州市章贡区红旗大道86号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。