自适应多元优化局部放电识别算法研究

来源：电子测量技术杂志2024年第14期北京时间：

作者：夏金平，高莲，李鹏，陈昌川

单位：1.云南大学信息学院 昆明 650091; 2.重庆邮电大学通信与信息工程学院 重庆 400065

摘要：局部放电作为电力设备绝缘系统失效的早期主要表现，准确有效识别对检修计划的制定及实施，保障电力系统安全可靠运行具有重要意义。为进一步提高局部放电故障识别准确率，引入了基于多元化结构的过程记忆全局局部交替搜索多模态智能多元优化算法对局部放电故障进行识别，但算法搜索元构建具有随机性及相关参数的设定对实际环境下复杂局部放电故障识别具有较高针对性；针对这些问题，本文提出了自适应多元优化局部放电识别算法，该方法首先对数据样本进行网格划分映射，其次利用网格对象的密度差异性滤除部分稀疏网格数据点，探索高密度区域密度峰值点个数作为局部放电潜在故障类别数，最后通过具有自适应搜索记忆能力的多元优化算法不断全局局部交替搜索实现自动识别局部放电故障。为验证本文算法的有效性，将其应用于高压设备的电晕放电、悬浮放电、气隙放电、沿面放电局部放电数据集以及实际工况下气体绝缘全封闭组合电器绝缘表面局部放电数据集，实验结果表明，该方法平均识别准确率分别比RDB、KPP、SVM-KNN、DPC-DLP、GWOKM、PSO、MOA算法提高了19.53%、13.04%、19.46%、37.18%、7.79%、8.13%、4.19%，说明了本文提出的自适应多元优化局部放电识别算法的有效性，对实际局部放电故障类型识别准确率的提高具有重要意义。

关键词：网格密度;密度峰值;局部放电;多元优化;故障识别

基金资助：国家自然科学基金(62163036)项目资助