用于铁磁谐振过电压故障辨识的VMD参数优化方法研究

摘要：

准确辨识铁磁谐振故障可为启动消谐装置提供重要的依据,针对单相接地、弧光接地和铁磁谐振三种过电压故障频率混叠导致数据特征提取困难的问题,提出变分模态分解(Variational Mode Decomposition,VMD,VMD)的优化方法:首先分析各过电压故障信号的特征与区别,指出VMD参数对故障信号分解的影响;再利用 NSGA-Ⅲ(Non-dominated Sorting Genetic AlgorithmⅢ,NSGA-Ⅲ)优化算法对VMD分量个数、惩罚因子等参数组合进行搜索,并依此确定变分模态分解算法的关键参数,利用参数优化变分模态分解算法对故障信号进行处理;最后,利用实际电网参数搭建过电压故障仿真模型,获得各种工况下的故障数据,并对故障信号进行提取,结果表明,利用NSGA-Ⅲ算法进行优化后的VMD在对故障信号进行特征提取,能够清晰的反映不同类型故障的特征,且对数据采样频率不敏感,与原有的VMD算法效果相比,能够更有效应用于各类故障的辨识.

关键词：铁磁谐振、故障特征、特征提取、分模态分解、NSGA-Ⅲ

所属期刊栏目：52

分类号：TM864;TM711;TP273.2

资助基金：国家电网有限公司总部科技项目;合肥市关键共性技术研发项目

在线出版日期：2022-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：102-114