基于变模态分解的自适应遗传算法下输电网故障测距与故障辨识策略仿真

基于变模态分解的自适应遗传算法下输电网故障测距与故障辨
识策略仿真
钟臻;张楷旋
【期刊名称】《电力大数据》
【年(卷),期】2022(25)10
【摘要】现有输电网故障测距分成基于线路参数测距和行波测距。

由于线路参数受气候和运行工况影响较大,故依此原理的故障测距精度不高。

行波测距方法受波速不确定性的影响,精度也不高,且EMD算法中的模态混叠现象和端点效应难以消除。

本文提出基于变模态分解的自适应遗传算法,对故障电流分解本征模态函数,计算暂态高频相关系数和暂态高频能量系数用于故障类型辨识。

本文设置自适应遗传算子,弥补了普通遗传算法由于交叉概率和变异概率取作常数而可能导致其收敛在局部最优的缺点,通过自适应遗传算法对模态分量进行编译、交叉、选择操作。

当达到收敛条件或者测距收敛时,输出测距结果和故障辨识。

最后PSCAD建立三机九节点模型仿真验证,基于变模态分解和自适应遗传算法测距准确精度在99%以上,能正确输出故障类型。

【总页数】7页(P62-68)
【作者】钟臻;张楷旋
【作者单位】重庆电力公司市北供电分公司;重庆电力公司市南供电分公司
【正文语种】中文
【中图分类】TM713
【相关文献】
1.基于变分模态分解奇异值熵的滚动轴承微弱故障辨识方法
2.基于改进自适应多元变分模态分解的轴承故障诊断方法研究
3.基于自适应优化变分模态分解的起重机故障诊断
4.基于变分模态分解高压输电线路故障测距分析
5.基于遗传算法参数优化的变分模态分解结合1.5维谱的轴承故障诊断
因版权原因，仅展示原文概要，查看原文内容请购买。