基于HHT和GA-BP的電壓暫降源定位方法

楊楨，馬鈺超，李麗，李鑫，馬子瑩

(1. 遼寧工程技術(shù)大學(xué) 電氣與控制工程學(xué)院，遼寧 興城 125105；2. 國網(wǎng)遼寧省電力有限公司阜新供電公司，遼寧 阜新 123000；3. 國網(wǎng)冀北電力有限公司唐山市豐南區(qū)供電分公司，河北 唐山 063000)

0 引言

根據(jù)電力部門的相關(guān)統(tǒng)計，在電能質(zhì)量問題中，80%以上都是由電壓暫降引起的[1]，這造成了巨大的經(jīng)濟損失[2]。其中，大部分電壓暫降事件是由短路造成的，因此，電壓暫降源的精確定位具有重要意義。

對于電壓暫降源的定位，國內(nèi)外學(xué)者進行了大量的研究，主要根據(jù)故障時監(jiān)測裝置上下游電氣量變化的不同提取特征值，常用方法有短時傅立葉變換法（STFT）[3-5]、小波變換[6-9]和S變換[10-13]，但是這些方法都受Heisenberg測不準(zhǔn)原理的制約。在此基礎(chǔ)上，用神經(jīng)網(wǎng)絡(luò)對特征值進行分類從而判斷出電壓暫降源相對于監(jiān)測裝置的上下游關(guān)系，學(xué)者們主要采用了反向傳播（backpropagation，BP）神經(jīng)網(wǎng)絡(luò)[14-15]、RBF（徑向基函數(shù)）神經(jīng)網(wǎng)絡(luò)[16]、概率神經(jīng)網(wǎng)絡(luò)（PNN）[17]和支持向量機（SVM）[18]。然而這些方法容易陷入局部收斂甚至不收斂的情況，定位的準(zhǔn)確率比較低，有的學(xué)者采用了最小二乘法[19]，但是隨著網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜化，這種方法定位誤差也會隨之增大。

針對傳統(tǒng)提取特征值受限于Heisenberg測不準(zhǔn)原理的缺點，本文用基于集合經(jīng)驗?zāi)B(tài)分解（EEMD）的希爾伯特-黃變換（HHT）來提取有效特征值。并用遺傳算法（GA）對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，以避免BP神經(jīng)網(wǎng)絡(luò)陷入性能洼地。把有效特征值作為GA-BP神經(jīng)網(wǎng)絡(luò)的輸入，針對不同的短路故障分別進行定位。得到初步故障源后，以故障位置、過渡電阻為優(yōu)化變量，采用飛蛾撲火優(yōu)化（MFO）智能算法進行求解從而得到精確定位。……