粒子群优化的小波算法在避雷器老化诊断中的应用

doi:10.11930/j.issn.1004-9649.201705062

中国电力 ›› 2018, Vol. 51 ›› Issue (6): 102-106.DOI: 10.11930/j.issn.1004-9649.201705062

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

国网重庆市电力公司检修分公司, 重庆 400039

收稿日期:2017-05-21 修回日期:2018-03-20 出版日期:2018-06-05 发布日期:2018-06-12
作者简介:梁可道(1982-),男,工程师,从事高电压与绝缘技术研究,E-mail:lkd198211@163.com

Application of PSO-based Wavelet Algorithm in MOA Aging Diagnosis

LIANG Kedao

Power Grid Maintenance Branch of Chongqing Electric Power Corporation of State Grid, Chongqing 400039, China

Received:2017-05-21 Revised:2018-03-20 Online:2018-06-05 Published:2018-06-12

摘要/Abstract

摘要： 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7dB，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。

关键词: 诊断, 老化, 粒子群算法, 小波算法, 消噪, 漏电流, 金属氧化物避雷器

Abstract: To solve the de-noise problem of metal oxide arrester (MOA) leakage current, a PSO (particle swarm optimization)-based wavelet de-noising algorithm is proposed. Firstly, the db₅ wavelet is used to decompose the leakage current. Secondly, the threshold value is set and the processed wavelet coefficients are reconstructed. Finally, de-noising is achieved through PSO threshold value and the results are verified through MOA current modelling. Studies show that by decomposing the leakage current with db₅ and optimizing the threshold value with PSO, the values of c₅, c₄, c₃, c₂ and c₁ are found to be 0.32, 0.20, 0.13, 0.02 and 0.01, respectively. The SNR (signal to noise ratio) after de-noise is raised by 7dB compared with the result when just using the stationary wavelet. The results indicate that the de-noising effect of PSO-based wavelet de-noising algorithm is better than that of wavelet de-noising algorithm.

Key words: diagnose, aging, particle swarm, wavelet, de-noise, leakage current, MOA

中图分类号:

TM862

梁可道. 粒子群优化的小波算法在避雷器老化诊断中的应用[J]. 中国电力, 2018, 51(6): 102-106.

LIANG Kedao. Application of PSO-based Wavelet Algorithm in MOA Aging Diagnosis[J]. Electric Power, 2018, 51(6): 102-106.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201705062

https://www.electricpower.com.cn/CN/Y2018/V51/I6/102

参考文献

[1] 曹洪亮, 杨仲江, 任婧, 等. 金属氧化物避雷器在线监测指标研究[J]. 中国电力, 2015, 48(8):80-85.CAO Hongliang, YANG Zhongjiang, REN Jing, et al. Study on on-line monitoring index of MOA[J]. Electric Power. 2015, 48(8):80-85.
[2] 丁国成, 李伟, 刘云鹏, 等. 外部环境因素对MOA在线监测影响的试验[J]. 高电压技术, 2008, 34(6):1283-1287.DING Guocheng, LI Wei, LIU Yunpeng et al. Experimental study of influence of environmental conditions on on-line monitoring data of metal oxide surge arrester[J]. High Voltage Engineering, 2008, 34(6):1283-1287.
[3] 高峰, 郭洁, 徐欣, 等. 交流金属氧化物避雷器受潮与阻性电流的关系[J]. 高电压技术, 2009, 35(11):2629-2633.GAO Feng, GUO Jie, XU Xin, et al. Relation between resistive current and MOA affected with damp[J]. High Voltage Engineering, 2009, 35(11):2629-2633.
[4] 张振洪, 臧殿红. 氧化锌避雷器在线监测方法的研究[J]. 高压电器, 2009, 45(5):126-129.ZHANG Zhenhong, ZANG Dianhong. Study on the on-line monitoring method of metal oxide surge arrester[J]. High Voltage Apparatus, 2009, 45(5):126-129.
[5] 李祥超, 赵学余, 姜长稷, 等. 金属氧化物避雷器原理及应用[M]. 北京:气象出版社, 2010.
[6] NAFAR M, GHAREHPETIAN G B, NIKNAM T. Improvement of estimation of surge arrester parameters by using modified particle swarm optimization[J]. Energy, 2011, 36(8):4848-4854.
[7] ZEINODDINI-MEYMAND H, VAHIDI B, NAGHIZADEH R A, et al. Optimal surge arrester parameter estimation using a PSO-based multiobjective approach[J]. IEEE Transactions on Power Delivery 2013, 28(3):1758-1769.
[8] CHRISTODOULOU C A, EKONOMOU L, FOTIS G P, et al. Parameters' optimisation for surge arrester circuit models[J]. IET science, measurement & technology, 2010, 4(2):86-92.
[9] 高清维, 李海鹰, 庄镇泉, 等. 基于平稳小波变换的心电信号噪声消除方法[J]. 电子学报, 2003, 31(2):238-240.GAO Qingwei, LI Haiying, ZHUANG Zhenquan, et al. Denoising of ECG signal based on stationary wavelet transform[J]. Acta Electronica Sinica, 2003, 31(2):238-240.
[10] 冯志鹏, 李学军, 褚福磊. 基于平稳小波包分解的水轮机非平稳振动信号希尔伯特谱分析[J]. 中国电机工程学报, 2006, 26(12):79-84.FENG Zhipeng, LI Xuejun, CHU Fulei. Application of stationary wavelet packets decomposition based Hilbert spectrum to nonstationary hydraulic turbine vibration signal analysis[J]. Proceeding of CSEE, 2006, 26(12):79-84.
[11] 张峰, 刘上乾, 汪大宝. 一种新的基于平稳小波变换的红外焦平面非均匀性校正技术[J]. 光子学报, 2009, 38(8):2135-2138.ZHANG Feng, LIU Shangqian, WANG Dabao. A new correction method of IRFPA nonuniformity based on stationary wavelet transform[J]. Acta Photonica Sinica, 2009, 38(8):2135-2138.
[12] 杨仲江, 陈琳, 杜志航, 等. 氧化锌压敏电阻劣化过程中电容量变化的分析应用[J]. 高电压技术, 2010, 36(9):2167-2172.YANG Zhongjiang, CHEN Lin, DU Zhihang, et al. Application on capacitance during the degradation of ZnO varistor[J]. High Voltage Engineering, 2010, 36(9):2167-2172.
[13] 杨仲江, 张枨, 柴健, 等. 氧化锌压敏电阻老化过程中非线性系数变化的研究[J]. 电子元件与材料, 2011, 30(9):27-30.YANG Zhongjiang, ZHANG Chen, CHAI Jian, et al. Research on the varying of nonlinear coefficient during the degradation of ZnO varistor[J], Electronic Components and Materials, 2011, 30(9):27-30.
[14] 王雪, 莫娟, 张冠军, 等. MOA新在线监测系统及其仿真研究[J]. 高电压技术, 2003, 29(7):37-39.WANG Xue, MO Juan, ZHANG Guanjun, et al. A new on-line detecting system of MOA and its simulation[J]. High Voltage Engineering, 2003, 29(7):37-39.
[15] 刘卫东, 刘尚合, 胡小锋, 等. 小波阈值去噪函数的改进方法分析[J]. 高电压技术, 2007, 33(10):59-63.LIU Weidong, LIU Shanghe, HU Xiaofeng, et al. Analysis of modified methods of wavelet threshold de-noising functions[J]. High Voltage Engineering, 2007, 33(10):59-63.

粒子群优化的小波算法在避雷器老化诊断中的应用

Application of PSO-based Wavelet Algorithm in MOA Aging Diagnosis

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	倪筹帷, 陈杨, 张雪松, 林达, 杜凯健, 陈健. 考虑安全性风险的电热氢系统优化配置方法[J]. 中国电力, 2024, 57(9): 124-135.
[2]	刘贺千, 张健, 张海月, 杨洪达, 陈世玉, 申昱博, 王磊. 基于高频阻抗谱的干式空心电抗器匝间短路故障诊断方法[J]. 中国电力, 2024, 57(10): 218-224.
[3]	皮志勇, 朱益, 廖玄, 李振兴, 方豪, 吴沛. 智能变电站多信息融合建模的通信链路故障定位方法[J]. 中国电力, 2023, 56(8): 207-215.
[4]	张丽, 刘青雷, 张宏伟. 基于改进二进制粒子群算法的家庭负荷优化调度策略[J]. 中国电力, 2023, 56(5): 118-128.
[5]	黎燕, 程馨, 黄祖梁, 杨琢. 高可靠性三相多功能并网变换器研究[J]. 中国电力, 2023, 56(5): 172-181.
[6]	于艾清, 丁丽青, 王育飞, 李豪. 基于故障邻接状态的配电网多故障抢修与优化策略[J]. 中国电力, 2023, 56(3): 64-76.
[7]	李刚, 孟坤, 贺帅, 刘云鹏, 杨宁. 考虑特征耦合的Bi-LSTM变压器故障诊断方法[J]. 中国电力, 2023, 56(3): 100-108,117.
[8]	李标俊, 冷梅, 戴甲水, 王宁. 功率模块压接型IGBT温度循环试验热负载施加方法[J]. 中国电力, 2023, 56(2): 53-58,67.
[9]	王晶, 袁懿, 邵尹池, 张晋奇, 丁然, 巩彦江. 考虑资源储备度的主动配电网多目标集群划分与电压控制方法[J]. 中国电力, 2023, 56(12): 69-79.
[10]	韩伟, 段文岩, 杜兴伟, 姚峰, 马伟东, 刘磊. 基于数字孪生的在运安控系统故障诊断方法[J]. 中国电力, 2023, 56(11): 121-127.
[11]	马海飞, 滕伟, 彭迪康, 柳亦兵, 靳涛. 基于DRS与改进Autogram的风电齿轮箱复合故障特征提取[J]. 中国电力, 2023, 56(10): 71-79.
[12]	王爽, 罗倩, 唐波, 姜岚, 李锦. 考虑样本类内不平衡的CHPOA-DBN变压器故障诊断方法[J]. 中国电力, 2023, 56(10): 133-144.
[13]	张宏杰, 陈贵凤, 闫宏伟, 杨晓龙, 侯天仁, 张伟. 基于SMOTE与Bayes优化的LSTM网络变压器故障诊断[J]. 中国电力, 2023, 56(10): 164-170.
[14]	徐杰, 汪石农. 面向智能电网电压崩溃路径的优化粒子群算法[J]. 中国电力, 2023, 56(1): 142-149.
[15]	陈正雄, 帕孜来·马合木提, 沈玮. 基于改进支持向量回归的IGBT老化预测[J]. 中国电力, 2022, 55(7): 1-10.

模态框（Modal）标题

粒子群优化的小波算法在避雷器老化诊断中的应用

Application of PSO-based Wavelet Algorithm in MOA Aging Diagnosis

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics