吴志祥,黄旭聪,施小帅,李晓健,闵静静
WU Zhixiang,HUANG Xucong,SHI Xiaoshuai,LI Xiaojian,MIN Jingjing

• 1:国网浙江省电力有限公司宁波供电公司

摘要(Abstract)：

针对变压器局部放电超声定位中混合优化算法存在的寻优参数较多及寻优过程较为复杂等不足,提出了一种基于PADDE(参数自适应动态差分进化)算法的变压器局放源定位方法。在种群的变异及交叉过程中,结合适应度函数自适应地对传统DE(差分进化)算法参数进行选择,并动态地对当前种群进行更新,从而有效提高了寻优性能,并加快了收敛速率。通过Benchmark标准测试函数和实际变压器局部放电超声定位对该方法的有效性和可行性进行验证,结果表明:相比于传统的DE算法,PADDE算法寻优能力更强,得到的定位结果更加精确,定位误差始终保持较小的数值。
Aiming at the shortages of multiple optimization parameters and the complicated optimization process in the hybrid optimization algorithm for ultrasonic localization of transformer partial discharge, this paper presents a transformer PD source localization method based on parameter adaptive dynamic differential evolu tion(PADDE) algorithm. During the mutation and intersection process of the population, the fitness function is used to select the parameters of traditional differential evolution(DE) algorithm adaptively, and the current population is dynamically updated to effectively improve the optimization performance and convergence rate.The validity and feasibility of the method are verified by Benchmark standard test function and actual transformer partial discharge ultrasonic localization. The results show that PADDE has a better searching ability and more accurate localization results than traditional DE algorithm, and the localization errors are always kept small.

关键词(KeyWords)： 变压器;局部放电;超声;定位;差分进化;参数自适应动态差分进化
transformer;partial discharge;ultrasonic;localization;differential evolution;parameter adaptive dynamic differential evolution

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 吴志祥,黄旭聪,施小帅,李晓健,闵静静
WU Zhixiang,HUANG Xucong,SHI Xiaoshuai,LI Xiaojian,MIN Jingjing

DOI: 10.19585/j.zjdl.201911005

参考文献(References)：

• [1]李清泉，李斯盟，司雯，等.基于局部放电的电力变压器油纸绝缘状态评估关键问题分析[J].高电压技术，2017,43(8):2558-2565.
• [2]张晓星，张戬，肖淞.大型变压器外置式特高频局部放电传感器设计[J].高电压技术，2019,45(2):499-504.
• [3]ZENG F P,TANG J,HUANG L,et al.A semi-definite relax ation approach for partial discharge source location in transformers[J].IEEE Transactions on Dielectrics and Electrical Insulation,2015,22(2):1097-1103.
• [4]秦少瑞，王彦博，丁国成，等.一种新的电力变压器超声局部放电定位方法研究[J].绝缘材料，2019,52(2):74-80.
• [5]吕青，谢克明，杜永贵.基于思维进化算法的变压器局部放电源定位新方法[J].太原理工大学学报，2010(2):171-174.
• [6]郑书生，李成榕，何梦.变压器局部放电复数域牛顿迭代-网格搜索定位方法[J].中国电机工程学报，2013,33(9):155-161.
• [7]白晨，王旭红.基于自适应粒子群算法的变压器局部放电定位研究[J].电力学报，2014(3):189-192.
• [8]曾东阳.基于粒子群优化的变压器漏电点定位研究[J].电气应用，2012,31(20):54-57.
• [9]徐艳春，王泉，李振兴，等.SA-APSO算法及其在变压器油中局部放电超声定位中的应用[J].高压电器，2018,54(12):143-149.
• [10]刘化龙，胡钋.序列二次规划-遗传算法及其在变压器局部放电超声定位中的应用[J].电网技术，2015,39(1):131-135.
• [11]李振浩，李英娜，张长胜，等.基于免疫记忆人工鱼群算法的局部放电超声定位方法[J].传感器与微系统，2017,36(3):73-75.
• [12]谢敏，周凯，何珉，等，史坦无偏估计自适应奇异值分解在局放信号白噪声抑制中的应用[J].电网技术，2018,42(12):4153-4159.
• [13]QING A.Dynamic differential evolution strategy and applications in electromagnetic inverse scattering problems[J].IEEE Transactions on Geoscience and Remote Sensing,2006,44(1):116-125.
• [14]董自胜.电力变压器局部放电超声波定位的研究[D].武汉：华中科技大学，2011:42-51.
• [15]董理科，王英民，李冠良.变压器局部放电试验及状态评价技术研究[J].山西电力，2018(6):38-40.
• [16]范茜茜.电力变压器局部放电超高频检测仿真分析[J].电力大数据，2018,21(7):80-87.
• [17]贾亚飞，朱永利，兰志堃，等.基于S变换和深度置信网络的变压器局部放电模式识别[J].广东电力，2017,30(1):108-115.