模糊集对分析在大型变压器状态评价中的应用

针对变压器状态参量多而杂且难以确定的特点,本文结合模糊层次分析法,提出了基于集对分析法的联系度评价模型,从电气试验项目、绝缘油试验项目和油中气体分析项目等方面来实现对变压器状态的评价。首先,确定联系度表达式,构造模糊判断矩阵,采用模糊层次分析法准确计算出各评价指标的权重。然后,运用模糊联系度的概念,解决了联系度中差异度系数i的取值问题,并从接近程度属性上对i作深层次的同异反分析讨论。最后,实例分析和结果比较,证明了该方法的正确性和有效性,为变压器的状态维修提供了合理的决策依据。

双种群PSO结合MSWF-ESPRIT的间谐波参数分析

针对间谐波不易检测的特点,该文提出了一种新的间谐波参数分析方法。首先利用多维纳滤波器的旋转不变技术估计信号参数方法MSWF-ESPRIT(estimation of signal parameters via rotational invariance techniques based of multiple stage wiener filter)对间谐波信号进行频率估计,然后再利用粒子群算法PSO(particle swarm optimization)结合自适应最小均方LMS(least mean square)算法以两种群协同进化的方式对间谐波信号的幅值与相角进行估计。双种群自适应PSO算法的提出提高了算法的收敛速度与粒子位置向量的准确度,减小了陷入局部极值的概率。仿真结果表明,MSWF-ESPRIT算法在较高信噪比下谱估计结果优于总体最小二乘旋转不变子空间。

基于PSO-RBF的绝缘子等值附盐密度预测

等值附盐密度是确定污秽等级的主要依据,但它易受气象环境的影响,且测量只能离线进行。针对等值附盐密度预测中各相关因素的模糊性和随机性的特点,采用了RBF径向基神经网络的方法,建立了以泄漏电流有效值、相对湿度、三次谐波占基波的比例、脉冲频次等4个变量作为输入参数,等值附盐密度作为输出的智能预测模型。采用PSO粒子群优化算法优化RBF径向基神经网络的隐层中心和宽度,并通过迭代得到了隐层个数。在Matlab平台下进行了预测仿真,验证了该模型的可行性,对绝缘子的污秽状态评估具有一定的参考价值。