粒子群优化自适应小波神经网络在带电局放信号识别中的应用.pdfVIP

Vo l.29 No. 10 电工技术学报 2014 年 10 月 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Oct. 2014 第 29 卷第 10 期 粒子群优化自适应小波神经网络在 带电局放信号识别中的应用 罗新1 ， 3 牛海清 l 来立永2 沈杨杨 l 吴倩2 ( 1.华南理工大学电力学院 广州 510641 2. 广州供电局有限公司 广州 510620 3. 南方电网超高压输电公司 广州 510620 ) 摘要 XLPE 中压电缆局部放电 (PD) 带电检测获得的信号可能源于电缆本体、电缆终端头， 也可能来自于与之连接的开关柜中的电晕放电或表面放电等。由于不同来源的 PD 信号，对设备 的危害不同，其判断标准也有所不同，故有必要对 PD 信号的来源进行识别.本文提出一种基于 自适应小波神经网络的 XLPE 电缆 PD 识别方法，构建了一个 4 层自适应小波神经网络模型，对 实验室获得的 PD 波形进行识别;提出使用粒子群算法先进行一次优化，后使用 BP 算法进行二次 优化的训练方法;讨论了不同网络结构及小波函数对网络性能的影响.研究结果表明 PSO-BP 组 合优化的自适应小波神经网络的训练效果明显优于单独使用 BP 算法，能够准确、可靠的对 PD 信 号进行识别. 关键词:局部放电 带电检测 自适应小波神经网络 模式识别 粒子群算法 中图分类号: TM831 Application of Adaptive Wavelet Neural Network Based on Particle Swarm Optimization Algorithm in Online PD Pattern Recognition I I I 2 Luo Xin ,3 Niu Haiqing Lai Liyonl Shen Yangyang 的l Qian ( 1. South China University of Technology Guangzhou 510641 China 2. Guangzhou Power Supply Co. , Ltd. Guangzhou 510620 China 3. China Southern Power Grid EHV Transmission Company Guangzhou 510620 China) Abstract The (partial discharge , PD) signal of XLPE cable may come not only from the body of the cable and its termination , but also from the corona discharge or surface discharge of the switchgear connected with the cable. Different PD sources have different damages on the equipment, and their differentiating criteria are differen