优化的SOA算法在MOA老化在线监测中的应用

发布时间：2021-06-03 20:18

　　为解决金属氧化物避雷器（MOA）老化在线监测问题,对人群搜索算法（SOA）进行了优化并将其应用于MOA老化状况在线监测。该算法通过适应度值的变化动态改变高斯函数的参数,从而自适应地确定搜索步长,进而通过求解MOA等效模型中能够反映其老化状况的参数C、k、α达到在线监测的目的。通过MATLAB仿真电网中的谐波电压、电网频率波动、电压波动研究该算法的性能。研究表明:本文所提出的优化的人群搜索算法（OSOA）具有更快的收敛速度,且该算法不受电网中谐波电压、频率波动、电压波动的影响;当电网中存在谐波电压、频率波动及电压波动时,本文所提出的算法求解出的C、k、α值最大相对误差分别为8. 33×10^-4%、0、3. 33×10^-3%。因此,该算法具有很好的抗干扰性,能够较好地应用在MOA的老化在线监测技术中。 

【文章来源】：电瓷避雷器. 2019,(04)北大核心

【文章页数】：8 页

【文章目录】：
0 引言
1 MOA等效模型
2 基于优化的SOA的MOA老化在线监测
    2.1 优化的人群搜索算法(OSOA)
    2.2 OSOA在MOA在线监测中的应用
3 本文算法性能研究
    3.1 谐波电压对OSOA的影响
    3.2 频率波动对OSOA的影响
    3.3 电压波动对OSOA的影响
    3.4 算法性能分析
4 结论


【参考文献】：
期刊论文
[1]考虑谐波电压影响的金属氧化物避雷器在线监测算法研究[J]. 罗彩建.  电瓷避雷器. 2016(03)
[2]人工鱼群算法在金属氧化物避雷器在线监测中的应用[J]. 陈达波.  电瓷避雷器. 2016(03)
[3]基于遗传算法的金属氧化物避雷器在线监测[J]. 杨仲江,曹洪亮,李鹏飞,陈则煌,朱江.  高电压技术. 2015(09)
[4]污秽对MOA状态检测的影响[J]. 朱海貌,黄锐.  高压电器. 2014(12)
[5]一种新的MOA阻性电流提取算法[J]. 徐志钮,赵丽娟,丁傲,律方成.  电力自动化设备. 2010(12)
[6]用灰关联法分析气象因素对MOA在线监测的影响[J]. 黄新波,罗兵,王勇,黎小林.  高电压技术. 2010(06)
[7]金属氧化物避雷器泄漏电流在线测试分析[J]. 孙鹏举.  电瓷避雷器. 2008(04)
[8]基于正交分解的MOA泄漏电流有功分量提取算法[J]. 段大鹏,江秀臣,孙才新,盛戈,曾奕.  电工技术学报. 2008(07)
[9]外部环境因素对MOA在线监测影响的试验[J]. 丁国成,李伟,刘云鹏,律方成,李燕青.  高电压技术. 2008(06)
[10]采用测量阻性电流提高MOA状态监测的可行性研究[J]. 祝铭,邹彬,万善良,毕毓良.  电瓷避雷器. 2007(06)



本文编号：3211187