CN114062966A - 一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法 - Google Patents
一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法 Download PDFInfo
- Publication number
- CN114062966A CN114062966A CN202111353332.4A CN202111353332A CN114062966A CN 114062966 A CN114062966 A CN 114062966A CN 202111353332 A CN202111353332 A CN 202111353332A CN 114062966 A CN114062966 A CN 114062966A
- Authority
- CN
- China
- Prior art keywords
- fruit fly
- grounding grid
- optimization algorithm
- branch
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 98
- 241000255588 Tephritidae Species 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000005457 optimization Methods 0.000 title claims abstract description 71
- 230000007797 corrosion Effects 0.000 title claims abstract description 52
- 238000005260 corrosion Methods 0.000 title claims abstract description 52
- 238000003745 diagnosis Methods 0.000 title claims abstract description 42
- 230000000739 chaotic effect Effects 0.000 claims abstract description 22
- 238000013507 mapping Methods 0.000 claims abstract description 17
- 239000004020 conductor Substances 0.000 claims description 41
- 241000255581 Drosophila <fruit fly, genus> Species 0.000 claims description 35
- 230000006698 induction Effects 0.000 claims description 22
- 239000013598 vector Substances 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 15
- 235000013305 food Nutrition 0.000 claims description 10
- 230000035699 permeability Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 26
- 230000035943 smell Effects 0.000 description 13
- 230000007547 defect Effects 0.000 description 12
- 239000002689 soil Substances 0.000 description 12
- 238000004088 simulation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000005284 excitation Effects 0.000 description 6
- 201000004569 Blindness Diseases 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000000835 electrochemical detection Methods 0.000 description 4
- 230000005674 electromagnetic induction Effects 0.000 description 4
- 230000019637 foraging behavior Effects 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000009412 basement excavation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002848 electrochemical method Methods 0.000 description 2
- 238000006056 electrooxidation reaction Methods 0.000 description 2
- 230000002431 foraging effect Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 208000025274 Lightning injury Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000000840 electrochemical analysis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 229910052814 silicon oxide Inorganic materials 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Abstract
本发明公开了一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,将混沌映射、动态搜索半径策略判定公式引入果蝇优化算法得到改进后的果蝇优化算法,在预测精度和模型稳定性方面均优于传统方法,验证了该方法的有效性和可行性,进一步提高接地网腐蚀速率的预测精度,解决传统模型易陷入局部最优且随机初始化模型参数影响预测准确性和稳定性的问题,为运维人员提前发现接地网安全隐患并安排检修进而保障电网安全稳定运行提供帮助。
Description
技术领域
本发明涉及一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法。
背景技术
发电厂和变电站(包括换流站、串补站等)接地网是变电站设备的重要组成部分,其基本功能主要反映在其安全性能方面,即在系统发生接地故障时起到快速泄放故障电流,改善地网金属导体和场区地表地电位分布,从而保障设备和人员安全的作用,接地网的状态主要通过其安全性状态的优劣反映出来。保证接地网的安全运行是保证变电站设备安全运行的前提,接地故障或雷击故障状态下,故障电流经地网在土壤泄放过程中,在引起接地网导体电位分布的同时,也将引起地表电位分布。
现有变电站接地网的运维工作主要通过定期大面积开挖进行,存在代价高、盲目性强等缺陷,丞需准确合理的接地网故障诊断手段。已有的接地网故障诊断方法主要有电化学检测法、电网络理论法和磁场检测法等。
电网络理论法根据网络的拓扑结构建立故障诊断模型,并引入目标函数进行求解。模型的建立有很多种方法,比如可以运用节点电压法或者特勒根定理来建立故障诊断模型。但是当接地网腐蚀情况较为严重时,支路电阻变化量较大,上述方法的诊断过程可能不收敛,或者出现诊断结果的误差偏大的情况,因此诊断结果并不理想。
电化学分析法是通过建立一个金属和土壤的共同体系,测量这整个体系的电化学特性来判断腐蚀的速率或腐蚀的程度。虽然对地网的腐蚀程度检测有一定效果,但无法判断故障点,另外,电磁干扰也会影响该方法的应用效果。电化学法理化意义明确,揭示了腐蚀本质,深具发展前景,不过其还远未成熟。
磁场检测法基于电磁感应原理测量地表磁感应强度分布,诊断网络的支路故障,解决了故障支路的定位问题,也可检测出接地网的实际拓扑结构,但在诊断各支路的腐蚀程度上仍需更深入的研究。它通过接地引下线向接地网施加交流激励,根据接地网的地表电位或磁场分布对接地网的典型故障进行诊断。相比较而言,磁场分析法具有较好的工程应用价值但是,在对接地网的地表电位或磁场分布进行测试时,易受变电站现场建筑物、地下金属管道等因素的影响,且对大型接地网来说,工作量较大。
现有电气特征的检测技术中,主要包括电化学检测法、电网络理论法和磁场检测法等。基于电网络方法的诊断方法最大的优点就是测量方便,硬件上仅需在暴露在地表面的接地引下线之间测量电阻值,剩余的计算与分析部分全部在软件上实现。但是,电网络方法也有着明显的问题。第一个问题,电网络简化方法得到的接地网的无源纯阻性电网络模型可能与实际接地网存在一定的偏差,尤其是可及节点。理论分析时将其视为某个地下接地导体之间的节点之一,而实际上的接地点可能在其余位置,这种问题被称作可及节点的偏移问题。请参阅图1a和图1b,其中接地引下线的理论情况的模型如图1a所示,而实际中可能出现的情况如图1b所示,基于电网络理论与方法的诊断方法原理清晰,现场操作简单,免于开挖,具有一定的先进性,应用起来的壁垒也比较容易打通。但是这种方法从原理上就具有一定的缺陷,其检测结果依赖于可及节点的数量、分布在整个接地网的位置、与理论模型的节点偏移程度等情况,一旦可及节点数量太少,或者分布严重不均匀,或者节点偏移严重,则通过该方法测到的诊断结果会有较大的偏差。
第二个问题,基于上述的电网络方法建立起来的方程,在求解的过程中面临方程非线性且方程组高度欠定的问题,可能因此导致诊断失准甚至是误诊的情形。总之,基于电网络理论与方法的诊断方法原理清晰,现场操作简单,免于开挖,具有一定的先进性,应用起来的壁垒也比较容易打通。但是这种方法从原理上就具有一定的缺陷,其检测结果依赖于可及节点的数量、分布在整个接地网的位置、与理论模型的节点偏移程度等情况,一旦可及节点数量太少,或者分布严重不均匀,或者节点偏移严重,则通过该方法测到的诊断结果会有较大的偏差。
接地网导体材料在土壤中的腐蚀从机理上讲属于电化学腐蚀,所以通过电化学检测技术来检测接地导体的腐蚀状态是一种有效的手段。分析了接地网电化学腐蚀的机理和各种土壤质地对接地导体的腐蚀程度,提出了用电化学参数评估接地网的方法。基于电化学检测的接地网故障诊断方法具有对导体腐蚀检测精确的优点,可以跳出通过导体电阻值来间接测量腐蚀情况的固定思维,而直接就可以测导体腐蚀情况,具有更高的精度。但是,这一方法的缺陷在于电化学测量难度很大,而且很容易受到土壤中的杂散电流以及导体泄漏电流的影响,并且这一方法只能对腐蚀情况做出判断,对于虚焊、漏焊、断裂等情况无法做出诊断。总之,基于电化学方法的接地网故障诊断法可以针对接地导体的腐蚀情况精确求解,但是这种方法对硬件检测装置要求很高,并且很容易受到土壤中的其余信号的干扰,这种诊断法的广泛运用还需要克服这些问题。
磁场分析法的基本原理是对接地网从可及节点注入励磁电流,在地表形成磁场,磁场的磁感应分布与支路电流正相关,通过检测磁场的磁感应强度分布,反推接地网支路中的电流分布,进而推出支路电阻值的状况。由于磁场的分布不受可及节点的分布的影响,也不受土壤、混凝土等介质的影响,因此磁场检测法最大的优点就是不受可及节点数量和分布位置的影响,对于各种分布情形都可以进行检测,并且磁场检测结果较为直观。但是这种检测方法也有一定的缺陷,主要在于:该方法要求在接通励磁电流后,对整个接地网上方的磁场进行全部检测,也因此该方法也被称为全区域磁场检测法,不过检测的工作量非常大,而且具有一定的盲目性。这一方法存在的缺陷在于检测数据量过大、变电站现场的磁场检测法处理数据精度偏低,如何更高效地处理磁场数据是这一方法研究的重点。
术语解释:
果蝇优化算法:果蝇优化算法(Fruit fly Optimization Algorithm,FOA)是一种基于果蝇觅食行为推演出寻求全局优化的新方法。果蝇本身在感官知觉上优于其他物种,尤其是嗅觉和视觉上。果蝇的嗅觉器官能很好的搜集漂浮在空气中的各种气味,甚至能够嗅到40公里以外的食物源。然后,飞到食物位置附近后亦可使用敏锐的视觉发现食物和同伴聚集的位置,并且向该方向飞去。
磁场检测法:基于电磁感应原理,利用磁场检测技术对接地网的接地导体电阻的健康程度进行诊断。磁场检测法最大的优点就是不受可及节点数量和分布位置的影响,对于各种分布情形都可以进行检测,并且磁场检测结果较为直观。
发明内容
本发明的目的是克服现有技术的缺陷,提供一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,可以有效加快磁场检测接地网故障,提高了接地网腐蚀故障诊断的准确性和稳定性。
实现上述目的的技术方案是:一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,包括以下步骤:
对于一个有N个节点和B条支路的接地网,将不同频率的正弦波励磁电流直接注入接地网的两根上导体,施加的励磁电流为低频电流,忽略各条支路的电感和电容及支路间互感,由电网络理论得下列方程:
YnUn=In (1)
Yn=AInA (2)
Ub=ATUn (3)
Ib=YbUn (4)
式(1)-(4)中:A为网络的关联矩阵;Yb为支路导纳矩阵;Yn为节点导纳矩阵;Ub为支路电压向量;Un为节点电压向量;In为节点电流向量;Ib为支路电流向量;
在地表选取T个测量点,并计算这些测量点的横向磁场Bx可得:
利用比奥—萨伐尔定律计算稳态电流产生的磁场,采用国际单位制,用公式表示:
式(6)中,I是源电流;L是积分路径;dl是源电流的微小线元素;er为电流元指向待求场点的单位向量;μo为真空磁导率,其值为固定值;
建立接地网支路电阻和接地网上方磁场之间的关系,在接地网上方测量选定的测量点的磁场,采用最小二乘法建立接地网故障诊断的优化模型为:
min||M·I(Yb)-BT||2 (7)
式(7)中,M为式(5)中的矩阵;Yb为接地网的支路导纳矩阵;I(Yb)为由式(1)~式(4)计算出的支路电流向量;BT为T个测量点的磁感应强度向量;
采用改进果蝇优化算法计算BT,计算出接地网各个支路导纳Yi,由下式计算出各个支路的电阻Ri:
Ri=1/Yi (8)
根据磁感应强度分布特征诊断接地网导体的腐蚀状态;根据各个支路的电阻判断接地网中出现腐蚀故障的支路;
所述改进果蝇优化算法,利用Logistic混沌映射优化果蝇种群的定位,提高果蝇优化算法的稳定性;并引入动态搜索半径策略,实现搜索半径的自适应动态调整,提高果蝇优化算法的收敛精度。
上述的一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,其中,果蝇优化算法包括以下步骤:
S1,种群位置初始化:在直角坐标系中初始化果蝇群体的位置坐标(X,Y);
S2,果蝇个体位置初始化:在S1的基础上,利用果蝇个体的嗅觉确定每个果蝇的初始位置坐标(xi,yi):
式(9)中,Rran为随机数值;
S3,食物味道浓度判定值生成:赋予果蝇搜索的随机方向和距离,设定每个果蝇个体距离原点的距离的倒数为味道浓度判定值Si,计算公式如下:
式(11)中,di为每个果蝇个体距离原点的距离;
S4,果蝇个体味道浓度计算:以味道浓度判定值Si为前提,结合味道浓度判定函数,计算果蝇个体味道浓度smelli:
[smelli=fitness function(Si)] (12)
S5,果蝇个体味道浓度评估:根据S 4计算得到的果蝇个体味道浓度,计算并寻找其中味道浓度最高值:
[bestsmell,bestindex]=max(smell) (13)
式(13)中,bestsmell为味道浓度最高值;bestindex为味道浓度最大值的果蝇个体位置坐标;
S6,记录并保存S5中的味道浓度值与最佳果蝇个体位置坐标(xbest,ybest),之后,更新果蝇群体位置坐标为(xbest,ybest):
smellbest=bestsmell (14)
S7,进入迭代寻优,循环执行S2-S5,并判断当前的最佳味道浓度值是否优于历代最佳的味道浓度,若是,则执行S6;若否,继续循环迭代,直到达到最大迭代次数时候,循环结束。
上述的一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,其中,所述改进果蝇优化算法,在迭代寻优过程中,采用Logistic混沌映射对所有果蝇位置初始化,使得优化后的果蝇位置具有混沌现象随机性、遍历性和规律性;引入动态搜索半径策略,在早期具有较大的搜索半径,搜索半径随着迭代次数的增加而减小,实现搜索半径的自适应动态调整。
本发明的基于改进果蝇优化算法的接地网腐蚀故障诊断方法,具有以下优点:
(1)采用改进果蝇优化算法进行近似求解计算测量点的磁感应强度向量,得到故障前后支路电阻的变化,从而诊断出接地网支路电阻的腐蚀程度与断裂情况,为运行维护人员及时发现接地网的安全隐患,确保电网安全稳定运行提供帮助,可以有效加快磁场检测接地网故障,提高了接地网腐蚀故障诊断的准确性和稳定性;
(2)在改进果蝇优化算法中,利用Logistic混沌映射优化果蝇种群的定位,解决了随机初始种群分布的不均匀性和盲目性问题,提高了搜索种群的多样性和均匀性,提高了果蝇优化算法的稳定性;
(3)在改进果蝇优化算法中,引入动态搜索半径策略,实现了搜索半径的自适应动态调整,提高了果蝇优化算法的收敛精度。
附图说明
图1a为电网络方法中接地引下线的理论模型示意图;
图1b为电网络方法中接地引下线的实际情况示意图;
图2为接地网等效模型示意图;
图3为传统的果蝇优化算法的迭代过程示意图
图4为果蝇优化算法的流程图;
图5为动态搜索半径策略中搜索半径变化示意图;
图6为仿真实验中接地网仿真计算模型图;
图7为仿真实验中接地网等效电路图;
图8为接地网磁场三维分布计算模型仿真图;
图9为R21发生腐蚀与R20发生断裂时对接地网磁场的影响图;
图10为UFOA和FOA收敛曲线对比图。
具体实施方式
为了使本技术领域的技术人员能更好地理解本发明的技术方案,下面结合附图对其具体实施方式进行详细地说明:
接地网磁场检测法基本思想是将不同频率的正弦波励磁电流直接注入变电站接地网的两根上导体。根据电磁感应原理,利用检测线圈检测地励磁电流激励下的磁感应强度,根据磁感应强度分布特征诊断接地网导体的腐蚀状态。
请参阅图2,接地网由水平均压的金属导体组成。由于土壤电阻率远大于变电站接地网导体的电阻率,接地网可视为纯电阻网。接地线连接接地网和变电站电气设备,可视为电网的测量点。整个接地网等效为多端口网络。
一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,包括以下步骤:
对于一个有N个节点和B条支路的接地网,将不同频率的正弦波励磁电流直接注入接地网的两根上导体,考虑到施加的励磁电流为低频电流,可忽略各条支路的电感和电容及支路间互感,由电网络理论得下列方程:
YnUn=In (1)
Yn=AInA (2)
Ub=ATUn (3)
Ib=YbUn (4)
式(1)-(4)中:A为网络的关联矩阵;Yb为支路导纳矩阵;Yn为节点导纳矩阵;Ub为支路电压向量;Un为节点电压向量;In为节点电流向量;Ib为支路电流向量;
在地表选取T个测量点,并计算这些测量点的横向磁场Bx可得:
比奥-萨伐尔定律计算稳态电流产生的磁场,可以用来计算稳态电流产生的磁场。电流是指持续流经导线的电荷。电流的大小不随时间变化,电荷不会在任何位置积累或消失。采用国际单位制,用公式表示:
采用国际单位制,用公式表示:
式(6)中,I是源电流;L是积分路径;dl是源电流的微小线元素;er为电流元指向待求场点的单位向量;μo为真空磁导率,其值为固定值;
由上面的分析可以建立接地网支路电阻和接地网上方磁场之间的关系,从而可以通过在接地网上方测量一些测量点的磁场。采用最小二乘法建立接地网故障诊断的优化模型为:
min||M·I(Yb)-BT||2 (7)
式(7)中,M为式(5)中的矩阵;Yb为接地网的支路导纳矩阵;I(Yb)为由式(1)~式(4)计算出的支路电流向量;BT为T个测量点的磁感应强度向量。
采用改进果蝇优化算法(Update Fruit fly OptimizationAlgorithm,UFOA)计算BT,计算出接地网各个支路导纳Yi,由下式计算出各个支路的电阻Ri:
Ri=1/Yi (8)
根据磁感应强度分布特征诊断接地网导体的腐蚀状态;根据各个支路的电阻判断接地网中出现腐蚀故障的支路。
通过对接地网故障诊断优化模型的求解可以计算出接地网支路导纳,进而由式(8)计算出各个支路的电阻,从而判断接地网中出现故障的支路。注入变电站接地网的电流在土壤中产生的磁感应强度由两部分组成:一部分由土壤单元的泄漏电流产生,另一部分由接地网导体的轴向电流产生。需要采用适当的优化算法对方程进行近似求解,得到故障前后支路电阻的变化,从而判断腐蚀程度。
本实施例中,采用改进果蝇优化算法计算BT,改进果蝇优化算法,利用Logistic混沌映射优化果蝇种群的定位,提高果蝇优化算法的稳定性;并引入动态搜索半径策略,实现搜索半径的自适应动态调整,提高果蝇优化算法的收敛精度。
请参阅图3,果蝇优化算法(Fruit fly Optimization Algorithm,FOA)是一种新型智能优化算法,它具有很好的全局优化性能,能够解决很多的优化求解问题。果蝇有着优于其他生物的感官知觉,特别是视觉与嗅觉,依靠灵敏的嗅觉,果蝇可以很好的感知空气中的各种气味分子,甚至可以嗅到几十公里以外的食物,同时利用敏锐的视觉与其它果蝇聚集,并向该方向移动。果蝇算法就是通过模拟果蝇的觅食行为而提出,其迭代过程见图3。
FOA算法是Pan受果蝇觅食行为启发于2012年提出的一种群体智能全局优化算法。FOA算法通过模拟果蝇群体觅食行为,采用群体协作、信息共享的机制进行寻优操作,通过从计算精度、计算量和计算复杂度三个方面对免疫算法、遗传算法、蚁群算法、粒子群算法、鱼群算法和FOA算法进行详细比较,得到FOA算法具有较高寻优精度,且算法简单、计算量较小的结论,因此本发明以FOA算法作为优化算法展开研究。
请参阅图4,FOA算法由两部分构成:首先,利用果蝇种群的嗅觉进行搜索,得到果蝇种群中离目标最近的个体;然后,通过果蝇视觉进行寻找,确定最佳果蝇个体的位置坐标,同时其它果蝇向最佳位置方向飞去。以此反复,直至达到最大迭代次数或目标精度为止,其步骤如下:
S1,种群位置初始化:在直角坐标系中初始化果蝇群体的位置坐标(X,Y);
S2,果蝇个体位置初始化:在S1的基础上,由于目前并不能确定食物的位置坐标,因此利用果蝇个体的嗅觉确定每个果蝇的初始位置坐标(xi,yi):
式(9)中,Rran为随机数值;
S3,食物味道浓度判定值生成:赋予果蝇搜索的随机方向和距离,为了定量评价每个果蝇个体对于食物浓度的优劣,有必要定义一定的味道浓度判定值。设定每个果蝇个体距离原点的距离的倒数为味道浓度判定值Si,计算公式如下:
式(11)中,di为每个果蝇个体距离原点的距离;
S4,果蝇个体味道浓度计算:以味道浓度判定值Si为前提,结合味道浓度判定函数(适应度函数),计算果蝇个体味道浓度smelli:
[smelli=fitness function(Si)] (12)
S5,果蝇个体味道浓度评估:根据S 4计算得到的果蝇个体味道浓度,计算并寻找其中味道浓度最高值:
[bestsmell,bestindex]=max(smell) (13)
式(13)中,bestsmell为味道浓度最高值;bestindex为味道浓度最大值的果蝇个体位置坐标;
S6,记录并保存S5中的味道浓度值与最佳果蝇个体位置坐标(xbest,ybest),之后,更新果蝇群体位置坐标为(xbest,ybest):
smellbest=bestsmell (14)
S7,进入迭代寻优,循环执行S2-S5,并判断当前的最佳味道浓度值是否优于历代最佳的味道浓度,若是,则执行S6;若否,继续循环迭代,直到达到最大迭代次数时候,循环结束。
从S2可以看出FOA算法使用随机初始化果蝇群体位置的方法,该方法存在种群分布不均匀和算法具有一定盲目性的问题;从S3可以看出果蝇觅食阶段采用固定的搜索半径进行寻找,一方面会增加收敛时间,另一方面降低了收敛精度,甚至使算法陷入局部最优;从S5可以看出果蝇的气味浓度判定值恒为正值,无法实现负值区域的搜索,造成算法全局搜索能力下降。
由于FOA算法存在随机确定初始果蝇种群位置的特点,使得FOA算法具有一定的随机性和盲目性,且固定的果蝇搜索半径使收敛速度和收敛精度有待进一步提高以及无法实现负值区域搜索的缺陷。为提高果蝇种群的多样性和搜索的遍历性,增强算法的收敛精度,扩大算法的搜索范围,本发明将从以下两个方面进行改进:
(1)引入Logistic混沌映射生成果蝇群体的初始位置,解决随机初始化种群分布不均匀问题,提高搜索群体的多样性和均匀性,增强算法的稳定性;
(2)引入动态搜索半径策略实现算法的搜索半径自适应动态调节,提高算法的收敛精度减小算法的收敛时间。
Logistic映射:
针对随机初始化果蝇种群易造成分布不均匀的问题,本发明采用最简单有效的混沌映射解决方案——Logisti混沌映射,首先对所有果蝇位置初始化,从而使得优化后的果蝇位置具有混沌现象随机性、遍历性和规律性的特点,其系统方程如式(16)所示:
x(n+1)=μx(n)(1-x(n)),x(n)∈[0,1] (16)
式(16)中,n为迭代次数;μ为控制参数,当μ=4时,系统处于混沌状态。
混沌变量Cxi的变换式如式(17):
Cx(n+1)i=4Cx(n)i(1-Cx(n)i),i∈1,2,···N (17)
式(17)中,Cx(n)i为第i个混沌变量在第n步混沌变换后的大小,通过式(17)得到第n+1次变换后的混沌变量Cx(n+1)i,然后结合式(18)和式(19)与变量Cxi∈[0,1]反复进行混沌映射。
x’i=Cxi×(amax-amin)+amin (19)
式(18)和式(19)中,xi为混沌映射前的第i个原始数据,且xi∈[amin,amax];xiˊ为其映射后的值。
动态搜索半径策略:
FOA算法在果蝇觅食阶段采用固定的搜索半径进行寻找,会降低算法的收敛精度,延长收敛时间,甚至陷入局部最优。因此,本发明设计一种全新的动态搜索半径生成方法如式(20)所示,解决固定半径存在的不足,令算法在早期具有较大的搜索半径,增强算法全局的搜索能力,避免局部最优,搜索半径随着迭代次数的增加而减小,提高算法整体的收敛精度,减少收敛时间。
式(20)中,rmax和rmin分别表示最大和最小的搜索半径,iter表示当前迭代次数,Miter表示最大迭代次数。请参阅图5,当搜索半径区间为[0.1,5],最大迭代次数为300时,搜索半径r的变化曲线见图5。
改进后的搜索半径生成方法可以实现搜索半径随迭代增加的动态生成,解决了原有算法固定搜索半径的不足。
改进果蝇优化算法,在迭代寻优过程中,采用Logistic混沌映射对所有果蝇位置初始化,使得优化后的果蝇位置具有混沌现象随机性、遍历性和规律性;引入动态搜索半径策略,在早期具有较大的搜索半径,搜索半径随着迭代次数的增加而减小,实现搜索半径的自适应动态调整。
接地网磁场检测仿真设计:
接地网缺陷通常是接地引下线虚接、断开以及水平均压导体变细或断裂等缺陷。为提高变电站接地网缺陷故障诊断的效率和精度,本发明通过接地网的两下引导体直接注入和抽出异频的正弦波激励电流,基于电磁感应原理测量地表面磁感应强度分布,依据地表面磁感应强度在正常情况下和故障时分布的特征,诊断网格导体变细和断点等缺陷故障。通过仿真计算,研究地表面磁感应强度的分布特征,分析接地网断点和腐蚀变细等缺陷引起地表面磁感应强度的变化特征,确定了最佳的电流注入与抽出方式,确立诊断的技术方案。
仿真软件:利用加拿大SES公司研发的CDEGS软件包中HIFREQ模块来仿真接地网的地表电位,此软件包功能强大。HIFREQ程序分析地下的和地面以上的载流导体网络的性能,并对大气和土壤中的磁场和电场等参量进行计算。HIFREQ尤其适合于分析大规模导体网络,包括频率在0到数百MHz范围内的带电接地系统。
仿真实验:
利用CDEGS软件对发电厂接地网磁场进行仿真,以5×5网格状接地网模型为例。为研究接地网存在缺陷时地表电位的变化规律,利用CDEGS搭建了5×5网格状接地网,该接地网的面积为20m×20m,X,Y方向各有5根长为20m的导体,每根导体均分为10个导体段。导体半径是0.052m,电阻率为100Ω·m,采用均匀土壤类型,相对磁导率为1,相对介电系数为1,接地网埋设深度为0.5m。从接地网一侧距离地面3米处注入幅值为10A的工频激励电流,另一侧注出相同的激励电流,并采用100个观测线观察波形。接地网磁场三维分布计算模型仿真如图6所示。
实验接地网平面等效电阻模型可以等效为由24个电阻组成的纯电阻网络,接地网等效电路图如图7所示。利用CDEGS软件对此发电厂接地网模型磁场进行仿真,结果如图8所示。
假设R21这段导体直径由正常时的52mm腐蚀变细到13mm,同时R20这段导体发生断裂,磁场变化图如图9所示。
从图9中可以发现R21、R24这段导体上空的磁场明显降低,而R19这段导体上空的磁场一定程度的增大,R20这段导体上空的磁场几乎降为0。
测量地表正上方处的9个位置点的磁感应强度。在仿真过程中接地导体腐蚀程度以当前导体电阻与完好导体电阻比例来呈现,故可以假设支路中的R21电阻值增大4倍,R20电阻值扩大为正无穷。各测量点的横向磁感应强度如表1所示:
表1
将表1中的测量结果代入式(7)中的BT,诊断模型求解方法为UFOA。设定种群个数为24,迭代代数为100次,通过仿真计算可得诊断结果如表2所示。由表2的结果可以看出,所有支路的电阻增大倍数都可以计算出来,在一定允许范围内,基于磁场的接地网故障诊断方法是可行的,且采用改进果蝇优化算法能够求出符合误差要求的电阻倍数。
表2
为了进一步提高接地网腐蚀速率预测的准确性和稳定性,本发明采用UFOA算法的初始权值和阈值,提出了一种基于UFOA模型的接地网腐蚀故障诊断方法。为测试改进FOA算法的有效性,对UFOA算法和FOA算法的收敛曲线进行对比分析,训练收敛曲线如图10所示。
由图10可知,FOA算法在第134代时收敛,收敛时的最佳适应度值为0.4049,而UFOA算法在第12代时收敛,收敛时的最佳适应度值为0.3612。由此可以看出UFOA算法在收敛速度和收敛精度上明显优于未优化的FOA算法,验证了改进算法的有效性和可行性。
本发明采用UFOA算法的初始权值和阈值,提出了一种基于UFOA的接地网腐蚀故障诊断方法,可以有效加快磁场检测接地网故障,提高了接地网腐蚀故障诊断的准确性和稳定性。利用Logistic混沌映射优化果蝇种群的定位,解决了随机初始种群分布的不均匀性和盲目性问题,提高了搜索种群的多样性和均匀性,提高了算法的稳定性。引入动态搜索半径策略,实现了搜索半径的自适应动态调整,提高了算法的收敛精度。
经过仿真分析,本发明提出的基于UFOA的接地网腐蚀故障诊断方法,可以诊断出接地网支路电阻的严重腐蚀与断裂情况。为运行维护人员及时发现接地网的安全隐患,确保电网安全稳定运行提供帮助。
本发明的基于改进果蝇优化算法的接地网腐蚀故障诊断方法,将混沌映射、动态搜索半径策略判定公式引入果蝇优化算法(Fruit fly Optimization Algorithm,FOA)得到改进后的果蝇优化算法(Update Fruit fly OptimizationAlgorithm,UFOA),最后以接地网数据进行实验验证。结果表明本发明提出的UFOA在预测精度和模型稳定性方面均优于传统方法,验证了该方法的有效性和可行性,进一步提高接地网腐蚀速率的预测精度,解决传统模型易陷入局部最优且随机初始化模型参数影响预测准确性和稳定性的问题,为运维人员提前发现接地网安全隐患并安排检修进而保障电网安全稳定运行提供帮助。
作为本发明的改进,还可以用遗传算法(GA)或者支持向量机(SVM)等优化算法,主要是针对线性可分情况进行分析,对于线性不可分的情况,通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分,从而使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能。
综上所述,本发明的基于改进果蝇优化算法的接地网腐蚀故障诊断方法,可以有效加快磁场检测接地网故障,提高了接地网腐蚀故障诊断的准确性和稳定性。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (3)
1.一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,其特征在于,包括以下步骤:
对于一个有N个节点和B条支路的接地网,将不同频率的正弦波励磁电流直接注入接地网的两根上导体,施加的励磁电流为低频电流,忽略各条支路的电感和电容及支路间互感,由电网络理论得下列方程:
YnUn=In (1)
Yn=AInA (2)
Ub=ATUn (3)
Ib=YbUn (4)
式(1)-(4)中:A为网络的关联矩阵;Yb为支路导纳矩阵;Yn为节点导纳矩阵;Ub为支路电压向量;Un为节点电压向量;In为节点电流向量;Ib为支路电流向量;
在地表选取T个测量点,并计算这些测量点的横向磁场Bx可得:
利用比奥—萨伐尔定律计算稳态电流产生的磁场,采用国际单位制,用公式表示:
式(6)中,I是源电流;L是积分路径;dl是源电流的微小线元素;er为电流元指向待求场点的单位向量;μo为真空磁导率,其值为固定值;
建立接地网支路电阻和接地网上方磁场之间的关系,在接地网上方测量选定的测量点的磁场,采用最小二乘法建立接地网故障诊断的优化模型为:
min||M·I(Yb)-BT||2 (7)
式(7)中,M为式(5)中的矩阵;Yb为接地网的支路导纳矩阵;I(Yb)为由式(1)~式(4)计算出的支路电流向量;BT为T个测量点的磁感应强度向量;
采用改进果蝇优化算法计算BT,计算出接地网各个支路导纳Yi,由下式计算出各个支路的电阻Ri:
Ri=1/Yi (8)
根据磁感应强度分布特征诊断接地网导体的腐蚀状态;根据各个支路的电阻判断接地网中出现腐蚀故障的支路;
所述改进果蝇优化算法,利用Logistic混沌映射优化果蝇种群的定位,提高果蝇优化算法的稳定性;并引入动态搜索半径策略,实现搜索半径的自适应动态调整,提高果蝇优化算法的收敛精度。
2.根据权利要求1所述的一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,其特征在于,果蝇优化算法包括以下步骤:
S1,种群位置初始化:在直角坐标系中初始化果蝇群体的位置坐标(X,Y);
S2,果蝇个体位置初始化:在S1的基础上,利用果蝇个体的嗅觉确定每个果蝇的初始位置坐标(xi,yi):
式(9)中,Rran为随机数值;
S3,食物味道浓度判定值生成:赋予果蝇搜索的随机方向和距离,设定每个果蝇个体距离原点的距离的倒数为味道浓度判定值Si,计算公式如下:
式(11)中,di为每个果蝇个体距离原点的距离;
S4,果蝇个体味道浓度计算:以味道浓度判定值Si为前提,结合味道浓度判定函数,计算果蝇个体味道浓度smelli:
[smelli=fitness function(Si)] (12)
S5,果蝇个体味道浓度评估:根据S4计算得到的果蝇个体味道浓度,计算并寻找其中味道浓度最高值:
[bestsmell,bestindex]=max(smell) (13)
式(13)中,bestsmell为味道浓度最高值;bestindex为味道浓度最大值的果蝇个体位置坐标;
S6,记录并保存S5中的味道浓度值与最佳果蝇个体位置坐标(xbest,ybest),之后,更新果蝇群体位置坐标为(xbest,ybest):
smellbest=bestsmell (14)
S7,进入迭代寻优,循环执行S2-S5,并判断当前的最佳味道浓度值是否优于历代最佳的味道浓度,若是,则执行S6;若否,继续循环迭代,直到达到最大迭代次数时候,循环结束。
3.根据权利要求2所述的一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法,其特征在于,所述改进果蝇优化算法,在迭代寻优过程中,采用Logistic混沌映射对所有果蝇位置初始化,使得优化后的果蝇位置具有混沌现象随机性、遍历性和规律性;引入动态搜索半径策略,在早期具有较大的搜索半径,搜索半径随着迭代次数的增加而减小,实现搜索半径的自适应动态调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111353332.4A CN114062966A (zh) | 2021-11-16 | 2021-11-16 | 一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111353332.4A CN114062966A (zh) | 2021-11-16 | 2021-11-16 | 一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114062966A true CN114062966A (zh) | 2022-02-18 |
Family
ID=80272703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111353332.4A Pending CN114062966A (zh) | 2021-11-16 | 2021-11-16 | 一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114062966A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114707283A (zh) * | 2022-04-02 | 2022-07-05 | 中铁电气化铁路运营管理有限公司 | 一种基于Lasso理论的接地网腐蚀诊断方法 |
-
2021
- 2021-11-16 CN CN202111353332.4A patent/CN114062966A/zh active Pending
Non-Patent Citations (7)
Title |
---|
史庆岩;何为;杨帆;: "基于模拟退火遗传算法的接地网故障磁场诊断方法研究", 电力系统保护与控制, no. 20, 16 October 2012 (2012-10-16), pages 1 - 3 * |
周斌;彭敏放;黄清秀;荆晶;沈美娥;: "基于节点撕裂和化学反应优化算法的接地网故障诊断", 电力自动化设备, no. 01, 1 November 2018 (2018-11-01) * |
张水平: "动态调整搜索策略的果蝇优化算法", 计算机工程与应用, 31 December 2020 (2020-12-31), pages 1 - 3 * |
范小楷;张友鹏;张耀;王思华;: "基于混沌粒子群算法的接地网腐蚀故障诊断", 计算机测量与控制, no. 03, 25 March 2013 (2013-03-25) * |
董继明;: "基于混沌果蝇-最小二乘支持向量机的变压器DGA故障模式预测", 自动化与仪器仪表, no. 11, 25 November 2016 (2016-11-25) * |
陈海燕;: "基于多层降维与FOA优化的接地网腐蚀故障诊断", 电瓷避雷器, no. 03, 5 July 2016 (2016-07-05) * |
高雷阜;赵世杰;徒君;于冬梅;: "动态搜索半径的果蝇优化算法", 计算机应用与软件, no. 11, 15 November 2016 (2016-11-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114707283A (zh) * | 2022-04-02 | 2022-07-05 | 中铁电气化铁路运营管理有限公司 | 一种基于Lasso理论的接地网腐蚀诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102221651B (zh) | 一种矿用隔爆型干式变压器故障在线诊断及预警方法 | |
CN107807146B (zh) | 一种雷击电流烧蚀管道的模拟试验专用装置及试验方法 | |
CN102495291A (zh) | 一种变电站接地网腐蚀状态阻抗频率响应测量方法 | |
CN109683066A (zh) | 电力电缆典型缺陷局部放电信号识别方法 | |
CN109324241B (zh) | 一种变电站接地网腐蚀诊断预警方法及系统 | |
CN110647924B (zh) | 一种基于支持向量描述与k近邻算法的gis设备状态评估方法 | |
CN107807088B (zh) | 一种故障电流对管道的烧蚀模拟试验专用装置及试验方法 | |
CN110161365B (zh) | 一种基于电磁参数特征的接地网故障诊断方法及系统 | |
CN110210129A (zh) | 自适应有限元gpr频率域正演方法 | |
CN206378448U (zh) | 基于综合物探方法的污染土检测测线布置结构 | |
CN109840691A (zh) | 基于深度神经网络的非侵入式分项电量估计方法 | |
CN114062966A (zh) | 一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法 | |
CN106124830A (zh) | 基于人工神经网络获得雷电流的方法 | |
CN111999614A (zh) | 一种面向高压开关柜的局部放电多源融合检测预警方法 | |
CN106872350B (zh) | 深井型直流接地极混凝土结构中馈电棒腐蚀检测模拟方法 | |
CN108388750B (zh) | 一种新型辐射状接地电阻计算方法 | |
CN104393588B (zh) | 一种基于最小均方误差的最优pmu布置方法 | |
CN116879960A (zh) | 一种基于深度学习的随掘超前探测异常体定位与辨识方法 | |
CN115408927A (zh) | 用于预测岩体参数的数据处理方法和装置 | |
CN113406707A (zh) | 一种大地电磁多尺度、多时段探测方法 | |
CN112345184B (zh) | 一种基于实时监测数据的结构地震损伤识别方法 | |
CN109541317B (zh) | 杂散电流干扰下埋地管道涂层缺陷电阻特性地表测试方法 | |
Fernandes et al. | A Case for Optical Pollution Monitoring of Bushings | |
Kherif et al. | On the impact of soil resistivity measurement and modelling on grounding performance | |
CN115308538B (zh) | 基于yolov5的配电网故障定位方法、系统、终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |