SA-APSO算法及其在变压器油中局部放电超声定位中的应用
分享到:

[摘  要]:

针对基本粒子群算法(particle swarm optimization algorithm,PSO)局部寻优能力差及易早熟收敛的情况,提出一种融入模拟退火思路的自适应粒子群混合算法(simulated annealing-adaptive particle swarmoptimization algorithm,SA-APSO),在惯性权重变化-自适应粒子群基础上融入退火思想,以一定的随机概率接收最优值,能有效提升全局寻优能力并克服早熟收敛现象.利用测试函数进行的仿真结果表明SA-APSO算法在结果精度及稳定度上明显优于基本PSO.并将其应用于变压器油中局部放电的定位计算,将结果与基本PSO及自适应粒子群进行比较,结果表明基于SA-APSO的变压器油中局部放电超声定位方法能够实现全局精确定位,且结果稳定,综合误差小于3.7 mm.

[主 词]:粒子群算法; SA; APSO算法; 变压器; 局部放电; 超声波; 定位
[作  者]:徐艳春; 王泉; 李振兴; 李振华; 吕密
[作者所在单位]:三峡大学 Texas A&M University College of Electrical Engineering and Computer Texas 75503 America
[期  刊]:高压电器
[I S S N]:1001-1609
[年,卷(期)]:2018,(12)
[页  码]:143-149