基于机器学习的变压器超疏水薄膜滤油效果识别

在长期运行过程中,由于海上风电变压器油老化时易产生水分等杂质,引起变压器绝缘失效故障,从而造成经济损失和安全事故,亟需有效的变压器油滤油和判断方法,以改善变压器油性能与评估变压器油老化状态。本文通过对滤油薄膜进行超疏水改性,探究了滤油次数、薄膜种类和超疏水改性等对变压器油过滤前后性能的影响;通过支持向量机算法,构建了变压器油健康分类模型;提出了一种基于机器学习的超疏水薄膜滤油效果判断方法,对超疏水薄膜滤油效果进行评估。结果表明:经超疏水处理后薄膜的滤油性能得到大幅提升,经3次改性有机膜过滤后,变压器油的综合性能显著提升,符合变压器油的适用标准。对比多个算法发现,利用支持向量机算法构建的模型对变压器油健康分类的精确度最高,达到84.8%。

基于粒子群算法与模拟退火算法的一种混合配电网重构算法

本文首先对配电网重构的意义,研究现状以及当下的几种方法等方面进行分析,并且对比了几种主要重构方法的优缺点。然后,介绍亚启发式算法中的粒子群算法与模拟退火算法,并将二者有效地进行融合互补,形成一种新的混合算法。此方法利用粒子群算法快速局部搜索能力和模拟退火算法全局收敛的优点,使其既能以较大的概率跳出局部的极值点,又能提高收敛速度。最后,将这种混合算法应用于配电网重构中,介绍了配电网的简化分析方法,并阐述了配电网的粒子群初始化、参数设置、编码规则等内容,并通过IEEE33节点和69节点系统基于MATLAB平台的仿真,验证算法的可行性和优越性。