第３３卷第３期 ２０１６年３月 机 电 工 程 Ｖｏ１．３３ Ｎｏ．３ Ｍａｒ．２０１６ Ｊｏｕｒｎａｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ＆Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—４５５１．２０１６．０３．０１６ 基于状态估计的电能质量监测点优化配置研究 吴丽丽，黄飞腾，翁国庆 （浙江工业大学信息工程学院，浙江杭州３１００２３） 摘要：针对智能配电网的电能质量监测系统构建成本较高的问题，对通过已知监测数据获得未安装电能质量监测装置（ＰＱＭ）的系 统节点信息的状态估计进行了研究，构建了一种基于状态估计和ＰＱＭ的电能质量监测系统，提出了一种基于状态估计和多种群改 进遗传算法的电能质量监测点优化配置方法，以较少的监测装置实现了对配电网的全面监测，达成了系统性能和经济成本的优化， 优化后的电能质量监测系统能对各监测点的全局信息进行再加工，从而帮助电力管理部门尽快查明事件原因、明确责任、排除故 障。在两种不同拓扑结构的ＩＥＥＥ配电网络中进行了仿真应用。研究结果表明，该算法能有效地实现配电网的电能质量监测点的 优化配置，降低监测系统的构建成本。 关键词：电能质量；监测点；优化配置；状态估计；遗传算法 中图分类号：ＴＭ７２７．２ 文献标志码：Ａ 文章编号：１００１—４５５１（２０１６）０３—０３３１—０５ Ｏｐｔｉｍｉｚｅｄ ａｌｌｏｃａｔｉｏｎ ｏｆ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｍｏｎｉｔｏｒｉｎｇ ｂａｓｅｄ ｏｎ ｓｔａｔｅ ｅｓｔｉｍａｔｉｏｎ ＷＵ Ｌｉ—ｌｉ，ＨＵＡＮＧ Ｆｅｉ—ｔｅｎｇ，ＷＥＮＧ Ｇｕｏ—ｑｉｎｇ （Ｃｏｌｌｅｇｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｚｈｅｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ ３１００２３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ ａｔ ｔｈｅ ｈｉｇｈ ｃｏｓｔ ｐｒｏｂｌｅｍ ｏｆ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ ｉｎ ｄｉｓｔｒｉｂｕｔｉｏｎ ｎｅｔｗｏｒｋ，ａ ｓｔａｔｅ ｅｓｔｉｍａｔｉｏｎ ｍｅｔｈｏｄ ｗａｓ ｒｅ－ ｓｅａｒｃｈｅｄ ｗｈｉｃｈ ｉｓ ｕｓｅｄ ｔｏ ｅｓｔｉｍａｔｅ ｔｈｅ ｍｏｎｉｔｏｉｒｎｇ ｄａｔａ ｏｆ ｕｎｉｎｓｔａｌｌｅｄ ｎｏｄｅｓ ｂｙ ｋｎｏｗｎ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｍｏｎｉｔｏｒｉｎｇ（ＰＱＭ）．Ｔｈｅ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ ｗａｓ ｃｏｎｓｔｒｕｃｔｅｄ ｂａｓｅｄ ｏｎ ｓｔａｔｅ ｅｓｔｉｍａｔｉｏｎ ａｎｄ ＰＱＭ．Ａｎ ｏｐｔｉｍａｌ ｌａｌｏｃａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｓｔａｔｅ ｅｓｔｉｍａ— ｔｉｏｎ ａｎｄ ｔｈｅ ｉｍｐｒｏｖｅｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｏｆ ｍｕｌｔｉｐｌｅ ｐｏｐｕｌａｔｉｏｎｓ ｗａｓ ｐｒｏｐｏｓｅｄ，ｗｉｔｈ ｆｅｗｅｒ ｍｏｎｉｔｏｒｉｎｇ ｄｅｖｉｃｅ ｆｏｒ ｔｈｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｍｏｎｉｔｏｒｉｎｇ ｏｆ ｔｈｅ ｄｉｓｔｉｒｂｕｔｉｏｎ ｎｅｔｗｏｒｋ．Ｔｈｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｓｙｓｔｅｍ ｐｅｒｆｏｒｍａｎｃｅ ａｎｄ ｆｉｎａｎｃｅ ｗａｓ ａｃｈｉｅｖｅｄ．Ｇｌｏｂａｌ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ ｍｏｎｉｔｏｒｉｎｇ ｓｔａｔｉｏｎｓ ｗａｓ ｐｒｏｃｅｓｓｅｄ ｂｙ ｔｈｅ ｏｐｔｉｍａｌ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ，ｔｏ ｈｅｌｐ ｔｈｅ ａｄｍｉｎｉｓｔｒａｔｉｖｅ ｄｅｐａｒｔｍｅｎｔｓ ｔｏ ｆｉｎｄ ｏｕｔ ｔｈｅ ｒｅａｓｏｎ ａｓ ｓｏｏｎ ａｓ ｐｏｓｓｉｂｌｅ，ｃｌｅａｒ ｔｈｅ ｒｅｓｐｏｎｓｉｂｉｌｉｔｙ ａｎｄ ｓｏｌｖｅ ｆａｕｌｔｓ．Ｔｈｅ ｐｒｏｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ ｗａｓ ａｐｐｌｉｅｄ ｉｎ ｔｗｏ ｄｉｆｅｒｅｎｔ ｔｏｐｏｌｏｇｉｅｓ ｏｆ ＩＥＥＥ ｄｉｓｔｒｉｂｕｔｉｏｎ ｎｅｔｗｏｒｋ．Ｔｈｅ ｒｅｓｕｌｔｓ ｉｎｄｉ— ｃａｔｅ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ａｃｈｉｅｖｅ ｔｈｅ ｏｐｔｉｍａｌ ａｌｌｏｃａｔｉｏｎ ｏｆ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｍｏｎｉｔｏｒｉｎｇ ｉｎ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｎｅｔｗｏｒｋ，ａｎｄ ｉｔ ｃａｎ ｒｅｄｕｃｅ ｔｈｅ ｃｏｓｔｓ ｏｆ ｔｈｅ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ． Ｋｅｙ ｗｏｒｄｓ：ｐｏｗｅｒ ｑｕａｌｉｔｙ；ｍｏｎｉｔｏｒｉｎｇ ｓｔａｔｉｏｎ；ｏｐｔｉｍａｌ ａｌｌｏｃａｔｉｏｎ；ｓｔａｔｅ ｅｓｔｉｍａｔｉｏｎ；ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ 出，包括电压波形畸变、电压闪变和三相不平衡等问 ０ 引 言 随着社会经济和新能源技术发展，电网受到了大 题 。另一方面，随着精密电子装置设备的广泛使 用，人们对电能质量（ＰＱ）的要求也不断提高。准确、 有效地监测和分析电网中的电能质量已经成为国内外 研究的热点 。对配电网进行电能质量监测对于解 量冲击负荷或非线性负荷影响，电能质量问题日益突 收稿日期：２０１５—１１—０９ 基金项目：国家自然科学基金资助项目（５１２０７１３９）；浙江省教育厅科研项目（Ｙ２０１４３１７５２）；浙江工业大学校级自然科学基金资助项目 （１４０１ １０３０２５４０８） 作者简介：吴丽丽（１９８２一），女，福建莆田人，硕士，讲师，主要从事智能电网、电子技术、电力自动化的研究．Ｅ－ｍａｉｌ：ｊｄｓａａａ＠１６３．ＣＯＢ 通信联系人：翁国庆，男，博士，副教授，硕士生导师．Ｅ－ｍａｉｌ：ｗｇｑ＠ｚｊｕｔ．ｅｄｕ．ｃｎ ·３３２· 机 电 决电能质量问题和提高供电可靠性而言，具有重要意 义 。 但是，现有的电能质量监测装置（ＰＱＭ）成本普 遍较高，构建全覆盖的监测系统其成本与效益的性 价比并不理想 Ｊ。所以，对于减少ＰＱＭ安装数量并 智能地选择恰当的安装位置，即用最少的ＰＱＭ实现 对系统最好的监测效果，具有较大的现实意义和应 用价值。 国内外对监测点配置优化问题已提出了一些初步 的研究成果，但是这些现有的研究各自针对不同的目 标，其监测点的优化配置方法各有特色，但仍存在一定 的局限性和缺陷。文献［７］对不同类型的短路情况进 行了仿真，针对该类型的电能质量事件，进行ＰＱＭ的 配置，不足之处在于其应用范围受到故障类型限制。 文献［８］通过定义每条线路的各个权重因子，提出了 系统平均不明确指数，以实现其网络总权值最小为目 标，得到ＰＱＭ的优化配置，但是其权重衡量上存在不 确定性。 本研究提出一种基于状态估计的电能质量监测点 优化配置方法，该方法能通过已知监测数据获得未安 装ＰＱＭ的系统节点信息，并基于该状态估计方法，构 建一种电能质量监测系统，以较少的监测装置实现对 配电网的全面监ｉ贝０。然后，本研究通过多种群改进遗 传算法实现监测点的优化配置，达成系统性能和经济 成本的优化。在监测点的优化配置基础上，各个ＰＱＭ 对电能信号进行采集和数据处理，然后上传到电能质 量监测系统，监测系统对全局信息进行再加工，实现电 能质量事件的智能诊断，从而帮助电力管理部门尽快 查明事件原因、明确责任、排除故障、采取合理改善措 施，从而保证电能质量满足用户需求。最后，在两种不 同拓扑结构的配电网络中进行应用。 １ 状态估计 状态估计方法使得未安装ＰＱＭ的系统节点能通 过已知监测数据获得其估计信息。所以，系统中需要 在恰当的位置安装一定数量的ＰＱＭ，才能满足状态估 计的条件，从而获得全网监测目标的电能质量。因此， 该状态估计方法是依托于电能质量监测系统的一种 方法。 １．１电能质量监测系统 电能质量监测系统的结构包含若干台分布式的 ＰＱＭ和类似于大脑地位的ＰＱ总站 。单台ＰＱＭ的 结构如图１所示。 工 程 第３３卷 网 络 连 接 图１ 电能质量监测装置的内部结构 单台ＰＱＭ主要包含信号变换、模／数（Ａ／Ｄ）采样、 处理器（ＣＰＵ）和通信模块。 其中：信号变换是将工频信号通过互感器件变换 为二次信号；Ａ／Ｄ采样则是将连续的模拟信号转换为 离散的数字信号；嵌入式的ＣＰＵ对这些数据进行加工 处理，转换为ＰＱ指标，从而减少数据量。通信模块通 过网络连接上传ＰＱ指标数据到ＰＱ总站，由工作站进 行数据汇总、存储和智能计算。 构建电能质量监测系统如图２所示。 图２ 电能质量监测系统的构架 其中：ＰＱ总站对各ＰＱＭ上传的数据进行汇总、处 理、存储和智能计算等功能，并具有友好的人机交互界 面和操作平台，能够对电能质量数据进行进一步的全 局分析和运算，并进行事件诊断和故障排查，还能够对 各种数据进行分析、显示和报警等辅助管理功能。 １．２电能质量的状态估计 从基尔霍夫电流和电压定律可知，电路中的电流 和电压具有可推算的关系，例如从ＫＣＬ定律可得一条 支路的电流可通过另外（Ｎ一１）条支路计算得出。此 外，根据线路电压降落的计算方法，在已确定线路类型 第３期 吴丽丽，等：基于状态估计的电能质量监测点优化配置 ·３３３· 和长度的情况下，已知线路一段的电能工频数据，可以 推导出线路另一段的电能数据。这些传统的潮流计算 方法中，蕴含了电能数据能通过拓扑结构进行传递计 算的思想，这种思想是所提状态估计方法的理论基础。 对一个监测系统而言，在满足具有一定数量的 矩阵模型的输出； — 中第ｉ个位置； 一优化过程中 的可行解（ｍ维向量），表示ｍ个节点的每个位置是否 需要安装ＰＱＭ（不安装取０，安装取１）。 ２多种群改进遗传算法 遗传算法是比较成熟的智能进化算法，能较好地 适用于多种优化问题ｌ１ 。遗传算法从个体组成的群 体中搜索迭代，其初始的个体是随机产生的，然后对每 ＰＱＭ布置的情况下，可以从这些ＰＱＭ监测数据提取 特征值。将这些特征数据构造成状态估计矩阵模型， 对未安装ＰＱＭ的节点进行电能质量估计，就是所提状 态估计方法的核心思想。本研究定义了特征函数 ｇ （／／，， ）来表征在第ｎ个ＰＱＭ处，电能质量数据从节 点／／，映射到节点Ｖ的精确度；而Ｐ （ ）则表征节点／Ｚ 电能质量数据的精确度。那么对于有ｍ个节点的配 电网络，可构建其对应数量的状态估计矩阵模型。 模型如图３所示。 岛（１，１） （２，１） … 岛（ ，１） Ｐ （“）－－） （１，２） （２，２） … （ ，２） Ｐ （ｖ） （ｉｎｐｕｔ） ： ： ‘． ： （ｏｕｔｐｕｔ） （１， ） ｇｏ（２，ｍ）… （ ，ｍ） 图３状态估计输入输出矩阵模型 图３所示矩阵中的各个ｇ （“， ）是根据线路参数 和拓扑结构，按电气参数映射过程（电气等效计算）得 到；当两节点距离越远、线路参数越大、分流支路越多 的情况下，该值越小。该状态估计矩阵模型表示，若存 在第ｎ个ＰＱＭ，则从节点／Ｚ的电能质量数据推算出节 点Ｖ的电能质量数据仍具有的准确度。 基于该模型，那么从监测系统中存在若干数量的 ＰＱＭ，可以推算出全网所有需要监测节点的电能质量 数据，以及其最佳的准确度。 通过上述状态估计模型，从而将成本与性能的复 杂定性问题转换为准确度与成本的定量优化。笔者构 建如下优化模型： ．ｍｉｎＦ（ ）＝ ）＋ｈ（ ） Ｊ‘Ｉ ｓ·ｔ·ｈ（ ）≤０ ）≥０ （＼ ，１） ｍ≥ ≥０ 式中 ）一经济成本函数，ｈ（ ）一系统性能（或准确 度函数），如下： ）＝ ·∑ Ｊ （２） 【 （ ）＝一卢·∑Ｐ （ ） 式中： 一成本系数； 一性能系数；ｐ （ ）一状态估计 个个体进行评价，适应度高的更符合要求，每一代中适 应度值较高的一部分个体将被保留到下一代，其他个 体则通过选择、交叉和变异等操作产生新的个体迭代 其余部分。当达到设定的迭代次数时，停止进化，输出 最优个体作为优化结果。但是普通遗传算法存在随机 性较强，如果迭次次数和种群规模较小时，容易陷入局 部收敛。 多种群遗传算法是对普通遗传算法的一种改进算 法 ，其基本思想是划分若干个独立的子集合，分别 进行遗传进化，最后进行结合后得到优化结果。 ２．１遗传编码和适应值评价 针对电能质量监测点的优化问题，对其进行遗传 编码方式如下： ：［ １ ２ … ］ （３） 式中：向量 一第 个个体，其元素值分别表示对应ｍ 个节点的每个位置是否需要安装ＰＱＭ，不安装取０，安 装取１。因此，该方法属于二进制编码。 适应值的评价函数由目标函数转换得到 ｉｆｔ（ ）＝一［Ｆ（ ）＋ｃ ］ （４） 式中：ｃ 一 （ ）最低取值范围的绝对值，作用是将适 应值转换为大于零的实数。因此，在该模型中，个体的 适应值越高越优良。 ２．２多种群和选择操作 首先，本研究通过对初始种群进行多个独立子群 的随机划分，但独立子群的规模统一为 。然后笔者 对多种群分别进行选择、交叉和变异等遗传操作，在进 化迭代过程中，为保留最优个体的流失，以及使得不同 子群具有不同的收敛速度，本研究对ｑ个独立子群按 照下式概率进行保留： ：『ｂ ｂ，…ｂ ］：［ … 卫］ 。（５） 式（５）表示每个子群在进化时，每一代保留最优个体 的数量分别从１至ｑ，从而拉开了每个独立子群的收 敛速度，防止所有群体都过早收敛。 ·３３４· 机 电 工 程 第３３卷 选择操作分两大类，被保留的个体强制进行一次 遗传选择；而对于不被保留的个体采样经典的轮盘赌 操作，其被选择概率 （ ）计算如下： ｘｚ（ ）＝ — ＿（６） 步骤６：对ｑ个独立子群的输出结果进行合并，选 取最优值作为全局极值。 步骤７：将全局极值解码转换为优化配置结果。 基于多种群遗传算法的优化配置流程如图５ 所示： ∑ｆｉｔ（ｘ ）一∑ｆｉｔ（￣ｊ） 式（６）表示当前个体被选择的概率为其自身的适应值 在其所在独立子群的所有个体适应值的总和的比例， 但是其中要除去被保留的个体。其中ｂ表示其所在子 群对应式（５）的保留数。为维持种群的数量，其轮盘 赌选择总数 …为： ＝ 一ｂ （７） ２．３交叉与变异操作 对强制保留的个体，在交叉操作前，本研究进行一 次赋值替换，将未被选择个体替换掉（用于保存到下一 代）。然后对所有被选择或被强制保留的个体，进行一次 交叉操作，采样双点交叉，即随机选中遗传编码上的两个 点，对两条编码互换其中的代码，交叉操作示意图如图４ 所示，即编码的２号与４号位置被选中进行交叉。 ：［ 。 — Ｘ５… 】 —＿＿ ＼． 交换 、 Ｘｊ２：Ｉｘ ■ ｘ ，… ］ ＼ ／ 图４交叉操作示意图 变异操作则采样较低的概率进行随机选取某个个 体上的一位遗传代码位置，进行０或１的变换。对于 多种群算法而言，其变异概率设置如下： Ｂ ＝［ … ］ （８） ‘ ‘ ‘ 变异概率的设置原则原理类似于较优个体的保留，用 于调控不同独立子群的差异，但是数值上降低了一半。 ２．４算法流程 基于多种群遗传算法的优化配置方法的具体步骤 如下： 步骤１：根据电力系统的结构，获取状态估计矩阵 及其参数。 步骤２：进行初始的必要参数设置，编码，对初始 种群进行随机初始化。 步骤３：对初始种群进行分类，得到ｑ个独立子群。 步骤４：对ｑ个独立子群分别按照进化算法进行 遗传，包括：选择、交叉、变异和适应度计算。 步骤５：收敛判定，如果达到最大进化次数，则跳 出循环。否则返回步骤４。 图５算法流程 ３ 实 验 本研究进行了多种群遗传算法的编程，并对应于 两种不同节点数的ＩＥＥＥ配电网拓扑结构 ，在用 Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ电力系统仿真中构建了模型，展示其 中ＰＱＭ监测到的扰动事件实时电压Ｕ和电流，的波 形如图６所示。 图６ ＰＱＭ监测到的扰动事件电压和电流波形 第３期 吴丽丽，等：基于状态估计的电能质量监测点优化配置 ·３３５· 本研究用多种群遗传算法进行电能质量监测点优 化配置的应用，得到优化结果。笔者将得到的两种不 同配电网结构的优化配置方案标注在配电网拓扑中， 优化配置结果如图７所示。 ｕ１．．Ｊ 从而帮助电力管理部门尽快查明事件原因、明确责任、 排除故障。最后，笔者在两种不同拓扑结构的配电网 络中对所提算法进行了应用，实验结果表明，该算法能 有效地实现配电网的电能质量监测点的优化配置，降 低了监测系统的构建成本。 参考文献（Ｒｅｆｅｒｅｎｃｅｓ）： ［１］ 曲广龙，杨洪耕．基于梯形云模型的电能质量数据关联性 挖掘方法［Ｊ］．电力系统自动化，２０１５，１４（７）：１４５．１５０． ［２］ 费平平，江全元，严玉婷．统一电能质量调节器能量优化 控制策略研究［Ｊ］．机电工程，２０１４，３１（５）：６２９－６３３． ［３］ 付学谦，陈皓勇．基于加权秩和比法的电能质量综合评估 （ａ）５节点配电网 ［Ｊ］．电力自动化设备，２０１５，３５（１）：１２８—１３２． ［４］ Ｂ ＪＯＨＡＮＮＡ，Ｍ ＲＩＴＷＩＫ．Ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ｄｉｓｔｉｒｂｕｔｅｄ ｇｅｎｅｒａ— ｔｉｏｎ ｉｎ ｔｈｅ Ｖｏｌｔ／ＶＡＲ ｍａｎａｇｅｍｅｎｔ ｓｙｓｔｅｍ ｆｏｒ ａｃｔｉｖｅ ｄｉｓｔｒｉｂｕ— Ｉ Ｉ ６ ６４５ ６３２ ６３３ ６ ｔｉｏｎ ｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｍａｒｔ Ｇｒｉｄ， ２０１５，６（２）：５７６－５８６． ［５］ 黄飞腾，翁国庆，王ｊ ６８４ ６７１ ６９２ ６ 强．带分布式电源的配电网电能质量 扰动源定位［Ｊ］．电力系统自动化，２０１５，３９（９）：１５０－１５５． ［６］ 马立新，张海兵，周 磊．有源电力滤波器的故障诊断与 监测系统设计［Ｊ］．机电工程，２０１５，３２（４）：５５３—５５６． ［７］ Ａｌｍｅｉｄａ Ｃ Ｆ Ｍ，Ｋａｇａｎ Ｎ．Ａｌｌｏｃａｔｉｏｎ ｏｆ Ｐｏｗｅｒ Ｑｕａｌｉｔｙ Ｍｏｎｉ· Ｉ Ｉ Ｉ 一。 。 （ｂ）１３节点配电网 图７ ３种不同节点配电网的优化配置结果 ｔｏｒｓ ｂｙ Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍｓ ａｎｄ Ｆｕｚｚｙ Ｓｅｔｓ Ｔｈｅｏｒｙ［Ｃ］／／１５ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍ Ａｐｐｌｉｃａｔｉｏｎｓ 从图７中可以观察到优化配置后的ＰＱＭ位置分 ｔｏ Ｐｏｗｅｒ Ｓｙｓｔｅｍｓ．Ｃｕｒｉｔｉｂａ，Ｂｒａｚｉｌ：ＩＥＥＥ，２００９． 布，实际安装数量约为可安装的监测点的一半。结果还 表明，改进算法能有效地对ＰＱＭ进行优化配置，在满足 ［８］Ｈａｉｙａｎ Ｄｏｎｇ，Ｑｉａｎ Ｇｕｏ，Ｑｉｎｇｑｕａｎ Ｊｉａ，ｅｔｃ．Ａｎ ａｌｇｏｒｉｔｈｍ ｔｏ ｌｏｃａｔｅ ｐｏｗｅｒ－－ｑｕａｌｉｔｙ ｄｉｓｔｕｒｂａｎｃｅ ｓｏｕｒｃｅ ｂａｓｅｄ ｏｎ ｄｉｓｔｕｒｂ－· ａｎｃｅ ｍｅａｓｕｒｅｓ ａｎｄ ｉｎｆｏｒｍａｔｉｏｎ ｆｕｓｉｏｎ ｔｈｅｏｒｙ．ＤＲＰＴ ２０１ １． 全网电能质量监测的前提下，明显地降低了实际配置的 ＰＱＭ数量，从而降低了ＰＱ监测系统的构造成本。 Ｗｅｉｈａｉ，Ｃｈｉｎａ：［Ｓ．ｎ．］，２０１１：５８９—５９５． ［９］ 柳英杰，胥芳，潘国兵．三通道分布式电能质量检测系 ４结束语 本研究提出了一种基于状态估计的电能质量监测 点优化配置方法。在满足状态估计条件的情况下，研 究者能通过该状态估计方法获得其他未安装ＰＱＭ的 系统节点的电气信息，并构建了一种电能质量监测系 统结构，可以用较少的监测装置实现对配电网的全面 统研究［Ｊ］．机电工程，２０１４，３１（２）：２４４－２４８． ［１０］ 陈碧云，韦杏秋，陈绍南，等．基于多种群遗传算法的电 力系统多目标优化［Ｊ］．电力系统及其自动化学报， ２０１５，２７（７）：２４—２９． ［１１］ 孙晓燕，陈姗姗，巩敦卫，张勇．基于区间适应值交互 式遗传算法的加权多输出高斯过程代理模型［Ｊ］．自动 化学报，２０１４，４０（２）：１７２·１８４． 监测。笔者通过多种群改进遗传算法实现了监测点的 优化配置，达成系统性能和经济成本的优化。在优化 配置基础上，电能质量监测系统能对各监测点的电能 ［１２］ ＩＥＥＥ ＰＥＳ ｄｉｓｔｉｒｂｕｔｉｏｎ ｓｙｓｔｅｍ ａｎａｌｙｓｉｓ ｓｕｂｃｏｍｍｉｔｔｅｅ ｄｉｓ— ｔｒｉｂｕｔｉｏｎ ｔｅｓｔ ｆｅｅｄｅｒ ｗｏｒｋｉｎｇ ｇｒｏｕｐ［ＥＢ／ＯＬ］／／［２０１３－０８一 Ｏ１］．Ｏｎｌｉｎｅ Ａｖａｉｌａｂｌｅ：ｈｔｔｐ：／／ｅｗｈ．ｉｅｅｅ．ｏｒｇ／ｓｏｅ／ｐｅｓ／ ｄｓａｃｏｍ／ｔｅｓｆｆｅｅｄｅｒｓ／ｉｎｄｅｘ．ｈｔｍ１． 信号进行采集和数据处理，并对全局信息进行再加工， ［编辑：张豪］ 本文引用格式： 吴丽丽，黄飞腾，翁国庆．基于状态估计的电能质量监测点优化配置［Ｊ］．机电工程，２０１６，３３（３）：３３１—３３５． ＷＵ Ｌｉ－ｌｉ，ＨＵＡＮＧ Ｆｅｉ—ｔｅｎｇ，ＷＥＮＧ Ｇｕｏ—ｑｉｎｇ．Ｏｐｔｉｍｉｚｅｄ ａｌｌｏｃａｔｉｏｎ ｏｆｐｏｗｅｒ ｑｕａｌｉｔｙ ｍｏｎｉｔｏｒｉｎｇ ｂａｓｅｄ ｏｎ ｓｔａｔｅ ｅｓｔｉｍａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆＭｅｃｈａｎｉｃａｌ＆Ｅｌｅｅｔｒｉ— ｃａｌ Ｅｎｇｉｎｅｅｉｒｎｇ，２０１６，３３（３）：３３１—３３５． 《机电工程》杂志：ｈｔｔｐ：／／ｗｗｗ．ｍｅｅｍ．ｃｏｍ．ｃｎ