留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于粒子群和克隆选择算法的局部放电超声波定位方法

郑玲峰 王建元 白志亮 范夕庆 宣 科

郑玲峰, 王建元, 白志亮, 等. 基于粒子群和克隆选择算法的局部放电超声波定位方法[J]. 现代电力, 2010, 27(5): 21-24.
引用本文: 郑玲峰, 王建元, 白志亮, 等. 基于粒子群和克隆选择算法的局部放电超声波定位方法[J]. 现代电力, 2010, 27(5): 21-24.
Zheng Lingfeng, Wang Jianyuan, Bai Zhiliang, etc. Study on Ultrasonic Locating Approach of Partial Discharge Based onParticle Swarm and Clonal Selection Optimization[J]. Modern Electric Power, 2010, 27(5): 21-24.
Citation: Zheng Lingfeng, Wang Jianyuan, Bai Zhiliang, etc. Study on Ultrasonic Locating Approach of Partial Discharge Based onParticle Swarm and Clonal Selection Optimization[J]. Modern Electric Power, 2010, 27(5): 21-24.

基于粒子群和克隆选择算法的局部放电超声波定位方法

详细信息
    作者简介:

    郑玲峰(1984-), 男, 硕士研究生, 研究方向为优化算法在电力系统中的应用、变压器故障诊断;王建元(1971-), 男, 教授, 主要研究领域为FACTS、电力系统故障诊断。

Study on Ultrasonic Locating Approach of Partial Discharge Based onParticle Swarm and Clonal Selection Optimization

计量
  • 文章访问数:  970
  • HTML全文浏览量:  8
  • PDF下载量:  307
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-05-19
  • 修回日期:  2014-03-25
  • 刊出日期:  2010-10-09

基于粒子群和克隆选择算法的局部放电超声波定位方法

    作者简介:

    郑玲峰(1984-), 男, 硕士研究生, 研究方向为优化算法在电力系统中的应用、变压器故障诊断;王建元(1971-), 男, 教授, 主要研究领域为FACTS、电力系统故障诊断。

摘要: 针对粒子群算法在变压器局部放电超声波定位中存在定位精度不高、易陷入局部最优等问题, 文中提出一种基于粒子群和克隆选择混合的优化方法。首先, 根据电声法定位原理建立优化模型;然后, 由粒子的适应度对粒子进行按比例克隆复制、高频变异和消亡补充处理, 有效维持种群的多样性, 避免算法早熟收敛, 同时, 利用粒子群算法指导变异抗体通过更新速度和位置来加速最优解的寻找, 提高收敛速度;最后, 将所提方法与粒子群算法和遗传算法的优化结果进行比较, 仿真结果表明该算法具有较高的收敛速度和计算精度, 提高了定位的准确度。

English Abstract

郑玲峰, 王建元, 白志亮, 等. 基于粒子群和克隆选择算法的局部放电超声波定位方法[J]. 现代电力, 2010, 27(5): 21-24.
引用本文: 郑玲峰, 王建元, 白志亮, 等. 基于粒子群和克隆选择算法的局部放电超声波定位方法[J]. 现代电力, 2010, 27(5): 21-24.
Zheng Lingfeng, Wang Jianyuan, Bai Zhiliang, etc. Study on Ultrasonic Locating Approach of Partial Discharge Based onParticle Swarm and Clonal Selection Optimization[J]. Modern Electric Power, 2010, 27(5): 21-24.
Citation: Zheng Lingfeng, Wang Jianyuan, Bai Zhiliang, etc. Study on Ultrasonic Locating Approach of Partial Discharge Based onParticle Swarm and Clonal Selection Optimization[J]. Modern Electric Power, 2010, 27(5): 21-24.
参考文献 (11)

目录

    /

    返回文章
    返回