基于粒子群算法的金属氧化物避雷器老化监测研究

为解决金属氧化物避雷器(MOA)老化在线监测问题,提出一种基于粒子群算法(PSO)的MOA在线监测技术。通过PSO算法较好地拟合逼近效果,计算MOA等效模型中反应MOA老化情况的α、k、c值,进而实现在线监测MOA的老化状态。此外,利用MATLAB仿真分析了电网电压中谐波电压对该算法的影响。仿真分析表明:PSO算法可以较好地将模型中的计算泄漏电流拟合逼近实际测量的泄漏电流,求解出α、k、c值,实现对MOA老化监测。此外,文中算法对于电力电网系统运行电压中谐波电压含量及其初相位具有较好的抗干扰性,验证了文中算法的可靠性,提高了MOA在线监测的准确性。     

小波消噪在10kV金属氧化物避雷器在线检测中的应用

针对金属氧化物避雷器(MOA)泄漏电流检测信号包含噪声的问题,提出了一种将新阈值法和平移不变小波相结合的消噪方法。该方法对含噪的金属氧化物避雷器在线检测信号进行小波分解,对分解后不同尺度下的小波信号进行平移,并同时按新阈值法进行处理,最后重构信号。将所提出的小波消噪方法用于10 kV金属氧化物避雷器的在线监测,提取去噪前后的泄漏电流检测信号波形进行分析对比。结果表明,该方法的消噪效果显著,消噪能力远优于传统的软、硬阈值消噪法。经小波消噪后的泄漏电流波形变得明显清晰,很容易从波形上对正常避雷器和老化避雷器进行区分,可以作为10 kV配电网MOA在线监测的依据。     

基于粒子群优化算法的金属氧化物避雷器阻性电流计算方法研究

由于相间干扰的存在,在对金属氧化物避雷器(MOA)进行带电测试时,难以准确获取阻性电流.本文分析带电测试中相间干扰的产生机理,提出一种基于粒子群优化算法(PSO)的阻性电流计算方法.利用PSO寻优能力强、收敛速度快的特点,求解得到阻性电流.选取某220kV户外敞开式变电站避雷器作为测试实例,通过对比分析测试结果,得出所提算法能够有效消除相间干扰的结论,提高了金属氧化物避雷器带电测试的准确性.     

基于灰狼优化算法的金属氧化物避雷器老化识别

为有效评估恶劣环境下金属氧化物避雷器工作状态,解决MOA老化在线识别难题,提出基于灰狼优化算法的MOA老化识别方法。首先,分析MOA自身参数与泄漏电流关系;其次,利用灰狼优化算法求解体现MOA老化性能的α、k和自身电容C,实现MOA老化在线监测;然后,对不同谐波电压和电压波动下泄漏电流进行仿真;最后,进行试验验证,结果表明该方法不受电网中谐波电压幅值、相位及谐波含量影响,能准确实现MOA的老化识别。     

混沌粒子群优化算法在配电网无功优化中的应用

针对电力系统无功优化的特点,提出了一种基于传统粒子群优化(PSO)算法的改进型智能算法——混沌粒子群优化(CPSO)算法。CPSO算法采用混沌初始化进行改善个体质量和利用混沌扰动避免搜索过程陷入局部极值,利用该算法分别对IEEE14和IEEE30节点系统进行仿真测试。仿真结果表明,CPSO算法相对于PSO算法,优化效果理想,收敛速度快。     

基于改进粒子群算法的小波神经网络在变压器 故障诊断中的应用

针对变压器故障征兆和故障类型的非线性特性,结合油中气体分析法,设计了一种改进粒子群算法的小波神经网络故障诊断模型。模型采用3层小波神经网络,并用一种改进粒子群算法对其进行训练。该算法在标准粒子群算法的基础上,通过引入遗传算法中的变异算子、惯性权重因子和高斯加权的全局极值,加快了小波神经网络训练速度,提高了其训练的精度。仿真实验证明这种改进粒子群算法的小波神经网络可以有效地运用到变压器故障诊断中,为变压器故障诊断提供了一条新途径。     

粒子群优化的小波算法在避雷器老化诊断中的应用梁可道

为研究金属氧化物避雷器漏电流“消噪”问题,提出一种粒子群优化的小波消噪方法。首先利用db5小波对漏电流信号进行5层分解,其次设定待求解阈值,对信号进行重构,最后通过粒子群优化求解阈值实现消噪,并通过模拟MOA小电流区模型进行仿真验证。研究表明:使用db5小波对信号进行分解,并利用PSO对阈值进行优化求解,最终阈值c5,c4,c3,c2,c1分别为0.32,0.20,0.13,0.02和0.01。消噪后信噪比相对于单独使用平稳小波提升了7 d B,说明利用结合粒子群优化的小波消噪算法进行消噪,消噪效果明显优于单独使用小波消噪算法。     

粒子群优化算法及在电力系统中的应用

粒子群优化方法是一种基于群体智能的新型演化计算技术。文章在介绍PSO算法及其特点的基础上，总结了PSO算法在电力系统规划等领域的研究现状，但目前的很多工作还处于研究阶段，相信随着研究的进一步深入，PSO算法将在更多的领域中得到更广泛的应用。     

粒子群优化算法及其在电力系统中的应用

PSO（粒子群优化）算法是一种新兴的优化技术.该算法可调参数少,简单易实现且功能强大.文章详细介绍了PSO的基本原理、各种改进算法以及它们在电力系统中的应用,并对今后可能的应用指出了研究方向.     

模拟退火粒子群优化算法在异步电动机参数辨识中的应用

分析了模拟退火算法和粒子群算法的优缺点,提出了一种利用两种算法优点的混合优化算法,并给出了详细应用步骤。利用异步电动机直接空载起动特性,对异步电动机动态数学模型参数进行了辨识,通过与其他几种算法辨识的结果进行比较,说明模拟退火粒子群优化算法有效地结合了模拟退火算法的全局寻优能力和粒子群算法的快速收敛的特点。     

基于泄漏电流检测和红外成像技术的MOA故障综合诊断

采用多种检测技术综合对金属氧化物避雷器进行故障诊断和分析。首先通过在线全电流监测仪发现泄漏电流数据异常,进一步采用阻性电流测试、红外成像检测和直流泄漏测试等多技术综合对存在故障隐患的避雷器进行了确诊,例证了MOA等高压电气设备的多技术综合故障诊断的可行性和互补性。     

10 kV避雷器在线监测装置研制

由于价格低廉,事故影响较小,10 kV线路避雷器的监测一直被忽略,但此类避雷器使用量大、分布广、故障点查找困难,为此研制了一种简单实用的10 kV线路避雷器在线监测装置。该装置采用阻性电流分量作为检测对象,当阻性电流达到设定阈值时,发光二级管闪亮,阻性电流达到损坏值时,装置自动掉牌指示;装置还备有过电压和误动防护措施。现场实际运行状况表明,该装置可实现配网避雷器的在线监测,减少了检修和停电导致的经济损失,提高了配电网的供电可靠性。     

应用移相法去除相间耦合对MOA泄漏电流的影响

测量MOA的阻性电流,对于反映MOA是否受潮以及其运行状态具有重要意义.在比较各种测量方法的基础上,提出一种新的测量方法,应用软件移相法去除相间耦合对MOA阻性电流的影响.     

金属氧化物避雷器的运行故障分析及监测方法

分析了金属氧化物避雷器运行中常见故障的原因、在线监测的方法及其不足之处,指出了两种影响测量精度、但未引起重视的干扰源,并简要说明金属氧化物避雷器在线检测的发展趋势。     

金属氧化物避雷器在线检测的改进补偿法研究

阻性电流中的基波分量ir和三次分量i3r可以反映金属氧化物避雷器(MOA)的运行状况。电力系统中的谐波电压影响ir,i3r监测的准确性,提出了改进的容性电流补偿法,用于谐波电压下MOA阻性电流的提取。仿真研究表明,该方法可以有效地消除电网谐波的影响,使阻性电流的检测更加准确。     

采用小波变换的绝缘子泄漏电流去噪

为了去除污秽绝缘子安全区泄漏电流中的噪声,提出了采用小波变换去噪时分解层数的定量计算方法。根据小波去噪时需对细节进行阈值处理、安全区泄漏电流的能量主要集中在低频周期成分上的结论,提出了确定小波变换去除安全区泄漏电流噪声时最佳分解层数的判据;并以此判据为基础,提出并证明了计算小波分解层数的公式。对在高压试验中和现场采集到的绝缘子泄漏电流进行了小波去噪研究,结果表明:在相同母小波和阈值前提下,采用所提公式获得的分解层数去噪时的效果优于采用其他分解层数时的效果。从而得出结论:所提公式计算出的值为最佳分解层数,按此值去噪时效果最好。     

谐波电压对氧化锌避雷器阻性电流测量的影响

监测氧化锌避雷器的泄漏电流尤其是阻性泄漏电流,是判断氧化锌避雷器运行状况的一种行之有效的方法。介绍了LCD-4型避雷器带电测试仪的原理和现场接线方式,推导出11次谐波电压对LCD-4型避雷器泄漏电流测量仪阻性电流测量结果的影响。结果表明,谐波电压是从幅值和相位两个方面影响MOA阻性泄漏电流的测量。     

氧化锌避雷器应用研究

针对甘肃某供电局氧化锌避雷器(MOA)应用现状,对电站型和线路型MOA结构进行分析,发现110 kV某变电站1号主变压器35 kV侧B相避雷器泄漏电流异常,通过带电检测、停电试验、解体检查,最终确认为受潮故障。     

基于小波分析诊断和支持向量机的避雷器在线监测数据故障分析

金属氧化物避雷器(MOA)的健康状况对变电站中线路和设备有着巨大影响,对MOA在线监测数据进行故障诊断能够有效减少因事故引起的负荷损失。以基于Penalized软阈值的小波包对某变电站的MOA在线数据进行滤波,从统计角度得到滤波后的故障信号特征,采用支持向量机对信号进行分类,能够在MOA完全失效前诊断出故障出现的时间点,为计划停电检修提供依据。     

一种新的MOA阻性电流提取算法

根据小电流区金属氧化物避雷器(MOA)等值电路模型为非线性电阻和电容并联的原理分析了非线性电阻和电容产生的电流,指出二者之间存在正交关系,并进行了证明。在此基础上提出了一种获取MOA泄漏电流中阻性分量的方法。即使MOA电阻的非线性关系和晶介电容值未知时,理论上该方法仍然可以获得准确的阻性电流,且不受电压信号中存在谐波的影响,同时可以获得准确的晶介电容值。基于Matlab实现了多种算法,使用MOA模型仿真出了电压和泄漏电流信号,多种方法的计算结果中所提算法具有最小误差,电压谐波存在时误差均为0;实验室实测了10 kV MOA的电压和泄漏电流,计算结果表明所提算法具有最高的稳定性。