优化的SOA算法在MOA老化在线监测中的应用

为解决金属氧化物避雷器(MOA)老化在线监测问题,对人群搜索算法(SOA)进行了优化并将其应用于MOA老化状况在线监测.该算法通过适应度值的变化动态改变高斯函数的参数,从而自适应地确定搜索步长,进而通过求解MOA等效模型中能够反映其老化状况的参数C、k、α达到在线监测的目的.通过MATLAB仿真电网中的谐波电压、电网频率波动、电压波动研究该算法的性能.研究表明:本文所提出的优化的人群搜索算法(OSOA)具有更快的收敛速度,且该算法不受电网中谐波电压、频率波动、电压波动的影响;当电网中存在谐波电压、频率波动及电压波动时,本文所提出的算法求解出的C、k、α值最大相对误差分别为8.33×10^-4%、0、3.33×10^-3%.因此,该算法具有很好的抗干扰性,能够较好地应用在MOA的老化在线监测技术中.