参考文献/References:
[1] 程梦竹, 张新慧, 徐铭铭, 等. 基于多目标加权灰靶决策的有源配电网故障区段定位方法[J]. 电力系统保护与控制, 2021, 49(11): 124-132.[2] 高锋阳, 李昭君, 袁成, 等. 量子计算和免疫优化算法相结合的有源配电网故障定位[J]. 高电压技术, 2021, 47(2): 396-406.[3] 张荣升, 刘丽桑, 宋天文, 等. 基于鲸鱼优化算法的配电网故障区段定位[J]. 福建工程学院学报, 2021, 19(4): 378-384.[4] 凤盛强. 基于蝠鲼觅食优化算法的配电网故障区间定位[J]. 兰州文理学院学报(自然科学版), 2021, 35(1): 19-23.[5] 李霆, 方志坚, 罗义旺, 等. 基于改进蚁群算法的配电网故障定位研究[J]. 微型电脑应用, 2020, 36(9): 86-88.[6] 张波, 唐亮, 梁晓伟, 等. 基于遗传粒子群法的配电网故障定位研究[J]. 计算技术与自动化, 2021, 40(1): 33-37.[7] 郑涛, 马龙, 李博文. 基于馈线终端装置信息畸变校正的有源配电网故障区段定位[J]. 电网技术, 2021, 45(10): 3926-3935.[8] 卫志农, 何桦, 郑玉平. 配电网故障区间定位的高级遗传算法[J]. 中国电机工程学报, 2002, 22(4): 127-130.[9] 李明阳, 张沈习, 程浩忠, 等. 含分布式电源的主动配电网分层故障定位方法[J]. 电力系统及其自动化学报, 2021, 33(8): 79-87.[10] 赵乔, 王增平, 董文娜, 等. 基于免疫二进制粒子群优化算法的配电网故障定位方法研究[J]. 电力系统保护与控制, 2020, 48(20): 83-89.[11] ZHAO W G, ZHANG Z X, WANG L Y. Manta ray foraging optimization: an effective bio-inspired optimizer for engineering applications[J]. Engineering Applications of Artificial Intelligence, 2020, 87: 103300. [12] 高文欣,刘升,肖子雅,等.全局优化的蝴蝶优化算法[J].计算机应用研究,2020,37(10):2966-2970. [13] 涂春梅, 陈国彬, 刘超. 混沌反馈自适应鲸鱼优化算法研究[J]. 统计与决策, 2019, 35(7): 17-20.[14] 马天祥, 王春英, 贾静然, 等. 基于二进制粒子群算法的交直流混合配电网故障恢复方法[J]. 电力系统保护与控制, 2019, 47(9): 112-119.
相似文献/References:
[1]方卫东.含公布电源配电网可靠性的评估方案研究[J].福建工程学院学报,2016,14(03):262.[doi:10.3969/j.issn.1672-4348.2016.03.011]
Fang Weidong.A study of reliability assessment schemes of distribution network with DGs[J].Journal of FuJian University of Technology,2016,14(03):262.[doi:10.3969/j.issn.1672-4348.2016.03.011]
[2]张荣升、刘丽桑、邓慧琼、李培强、郑荣进.基于鲸鱼优化算法的配电网故障区段定位[J].福建工程学院学报,2021,19(04):378.[doi:10.3969/j.issn.1672-4348.2021.04.012]
ZHANG Rongsheng,LIU Lisang,SONG Tianwen,et al.Fault localization of distribution network based on whale optimization algorithm[J].Journal of FuJian University of Technology,2021,19(03):378.[doi:10.3969/j.issn.1672-4348.2021.04.012]