黃澤宇，王 森，李豫佳，冷月妍

（沈陽工程學院a.研究生部；b.自動化學院，遼寧 沈陽 110136）

伴隨著現(xiàn)代城市化的推進以及國家工業(yè)現(xiàn)代化水平的提高，高壓絕緣電纜的使用保質期能達到30年左右［1］。電纜的使用壽命如果小于5年，主要是產(chǎn)品品質存在缺陷；電纜的使用壽命如果在5 年～30 年，是因為在運行中出現(xiàn)了故障；電纜的使用壽命如果大于30 年，就是因為電纜使用時間長了，需要更換新的電纜了。電纜應使用科學的故障檢測技術和合理的維護系統(tǒng)，發(fā)現(xiàn)問題并在萌芽狀態(tài)解決該問題，確保其健康安全運行并減少經(jīng)濟損失，是具有現(xiàn)實意義的。

本文闡述了國內(nèi)外電纜狀態(tài)監(jiān)測的主要方法，具體分析了電纜在線監(jiān)測方法的監(jiān)測原理，并同時對PSO 算法的應用進行研究。應用PSO 算法在波形降噪中可以有效避免后續(xù)數(shù)據(jù)的噪聲，為提取數(shù)據(jù)以及數(shù)據(jù)應用打下基礎。最后，分析了PSO算法在電纜故障監(jiān)測中的應用，通過仿真表明，PSO優(yōu)化算法對參數(shù)進行局部搜索優(yōu)化，并且利用慣性因子和收斂因子對PSO優(yōu)化算法進行仿真，避免了算法的提前收斂及局部最優(yōu)。

1 國內(nèi)外電纜在線監(jiān)測方法

為了避免電纜故障的發(fā)生，確保電纜安全平穩(wěn)的運行，電纜監(jiān)測的方法也是重中之重。研究至今，交聯(lián)聚乙烯（XLPE）電力電纜國內(nèi)外的在線監(jiān)測方法主要有直流疊加法、直流分量法、局部放電法及低頻（0.1 Hz）疊加法等［1］。這幾種方法已經(jīng)在國內(nèi)外得到普遍使用，特別是在一些發(fā)達國家［2］。經(jīng)過長期的探索研發(fā)，發(fā)達國家在電纜狀態(tài)監(jiān)測方面積累了豐富的研究經(jīng)驗，所以在技術層面以及電纜狀態(tài)的監(jiān)測方法方面處于世界領先的地位，其研究的電纜絕緣設備及平臺得到了廣泛的利用以及推廣［3］。而我國的在線監(jiān)測技術仍處于起步階段，一些城市的企業(yè)和學院已經(jīng)開始在這一領域開展工作［4］。

盡管國內(nèi)外對電力電纜狀態(tài)維護的研究已有不同程度的發(fā)展，但大部分僅限于故障診斷和在線監(jiān)測技術［5］。在研究中很少考慮電力電纜工作狀態(tài)的影響，并且在惡劣的工作環(huán)境中會導致大量電力電纜缺陷。此外，由于數(shù)據(jù)不完善，技術不成熟以及缺乏系統(tǒng)支持等原因的影響，大多數(shù)研究工作僅限于某些在線監(jiān)視技術或使用單一監(jiān)視方法來評估電源線的狀態(tài)。完善的電纜絕緣狀態(tài)維護平臺及系統(tǒng)包括指標評分體系、模型建立的方法和電纜的維修策略。目前，能夠參考的文獻及資料較少，在研發(fā)的過程中存在許多難題。這也充分說明了現(xiàn)階段進行電力電纜狀況維護策略研究的緊迫性和必要性。所以，對高壓電纜絕緣的狀態(tài)研究具有現(xiàn)實意義，擁有工程的實用價值及理論方法研究意義。

2 高壓電纜在線監(jiān)測方法分析

在電纜的在線絕緣測試過程中，無須切斷整個系統(tǒng)，從而減少了因停電而造成的經(jīng)濟損失。電纜在正常的使用狀態(tài)下，對絕緣的測量可以準確地反映出運行期間的實際狀態(tài)，并且測量精度較高。同樣，測量使用的監(jiān)測設備是低壓狀態(tài)的，不會對電纜的絕緣設備造成損壞［6］。同時，采用微電腦測量，不僅減輕了人員的工作強度，提高了工作效率，而且保證了工作環(huán)境的安全。所以，對電纜絕緣的在線診斷必將成為電纜絕緣診斷的主流方法［7］。

2.1 接地線電流法

接地線電流法主要分為單點和雙端接地兩種。

1）單點接地電流法

在診斷過程中，需要將整個診斷設備連接到接地分支開關上，使接地電流能夠流過。當整個設備在一段時間內(nèi)收集電流的瞬時值時，將獲得接地電流的平均值、峰值、有效值和諧波特性。等高壓芯線中的電壓和電流值被有效收集后，使用計算機計算接地電流［8］。感應電流以及整個診斷設備都以無線方式進行數(shù)據(jù)傳輸。診斷中心將在同一時間測量、收集、計算、分析和處理數(shù)據(jù)，并將集中存儲和管理收集到的數(shù)據(jù)，以便通過數(shù)據(jù)掌握和分析高壓電纜的絕緣性能和老化條件的變化。圖1 為單點高壓電纜在線檢診斷系統(tǒng)的組成，A 和B 兩個觸點之間將有一條電纜。其中，漏電流為i。根據(jù)Lb/La=ia/ib能計算出具體距離。

圖1 單點高壓電纜在線檢診斷系統(tǒng)組成

2）雙端接地電流法

診斷原理如圖2所示。

圖2 雙端接地電流法原理

在圖2 中，ZC代表智能傳感器，該傳感器使用開放式傳感器和固定的單匝傳感器，按照監(jiān)測到的不同電流應用不同的傳感器。診斷信號可以用于原位A/D轉換處理，也可以用于普通的高壓電纜功率處理設備。用i1和i2表示電容電流，測量出的兩端電流分別為ix1和ix2：

總接地電容電流可以用下式表示：

2.2 環(huán)流在線診斷法

環(huán)流在線診斷法與上述方法的根本區(qū)別在于對不同類型的絕緣故障的診斷。這種方式主要是改變高壓電纜金屬護套的循環(huán)電流，從而來判斷出護套外部能否存在接地絕緣故障。在高壓電纜結構中，金屬護套將密封并保護主絕緣，可以有效避免由感應電壓引起電流在金屬護套層上流通的現(xiàn)象，從而使高壓的載流能力提高。圖3為環(huán)流在線診斷法電路圖。

圖3 環(huán)流在線診斷法電路

3 基于PSO的電纜故障去噪

PSO 是一種在群體智能搜索中的演化計算方法，該算法主要是依據(jù)整個群體所有粒子之間的相互合作和相互競爭，從而產(chǎn)生的一種群體智能指導優(yōu)化搜索的算法［9］。在PSO 中，每個粒子都是一個解集，而粒子是獨立的個體，每個粒子代表的是一個潛在的可能性，PSO 算法的優(yōu)勢是不容易陷入局部的最優(yōu)解。圖4 為粒子更新過程中的速度與位置，圖4a 為第t代的粒子，圖4b 為第t+1 代的粒子，全局最優(yōu)解在圖4b中的◎處。

圖4 粒子更新過程中的速度與位置

在每次搜索的過程中，每個粒子根據(jù)以下公式更新速度和位置。

式中，xn表示第n個粒子的位置；Pin表示經(jīng)處理后的全局極值；Pgn表示未經(jīng)處理的全局極值；vn表示更新后的速度。

3.1 PSO算法的去噪原理

1）適當選擇閾值

式中，λpso為PSO閾值，是基于算法選取的最符合條件的值。

2）選取目標函數(shù)

本文選擇均方差MSE和SNR作為目標函數(shù)，選擇的依據(jù)主要是因為MSE及SNR是信號去噪效果的首要評判標準。

其中：

式中，xn為處理結束后的信號；yn為原始的信號；N為信號的長度。

當MSE和1/SNR的值逐漸趨近并無限靠近于0時，說明選擇的閾值是最優(yōu)秀的閾值，其消噪結果也將達到最佳［10］。

3）小波的選取

選擇一個準確的小波函數(shù)是獲取信號的首要要求。如果未正確選擇，則特征信號提取效果不佳，將直接導致檢測結果的準確性降低。對于小波函數(shù)的選擇，沒有專門的標準和規(guī)則來判斷哪種小波函數(shù)最合適，只有通過實驗數(shù)據(jù)和隨后的比較測試才能獲得最佳效果作為基礎函數(shù)。根據(jù)實驗數(shù)據(jù)可知，dB7小波的降噪效果最好［11］。

4）PSO降噪過程

首先，對每個粒子的活動路線、粒子所在位置及速率進行初始化，確保最后結果的準確率較高，保證PSO算法的群體個數(shù)不變；然后，確定比重及目標函數(shù)等。確定之后，要針對函數(shù)進行數(shù)據(jù)的計算統(tǒng)計分析，1/SNR為函數(shù)f1，MSE為函數(shù)f2，對f1和f2同時進行計算，標記為f1(X1(k))、f2(X2(k))，個體極值為Xb1(k)、Xb2(k)，全局的極值記為PP1、PP2，全局極值的矢量均為gBest=(PP1+PP2)/2，全局最優(yōu)值的距離為dgBest=abs(PP1-PP2)，每個粒子間的間距為dpBest=abs(Xb1(k)-Xb2(k))。每個粒子之間的距離dpBest被確認為最合適的閾值，通過反復計算適應度，隨后將去噪后的信號放入到上述公式中，對比兩個函數(shù)的適應度。若比較的結果更好，則使用該結果；假若最后結果沒有達到預期，則重新計算該結果。重新初始化粒子的速率及位置，確保已經(jīng)達到了最高限制的迭代次數(shù)。如果已經(jīng)達到，則程序結束；如果還有上升空間，則返回繼續(xù)迭代。

3.2 基于PSO的電纜故障信號去噪仿真

在實驗操作中，整體故障的檢查和測試十分煩瑣，必須同時在受到各種干擾的惡劣環(huán)境中對設備進行檢測。為了消除噪聲干擾，檢測中的波形信號必須混合大量的白噪聲。噪聲干擾不被消除，小波變換會為故障信號的分析造成麻煩，所以對重要故障信號的提取必須進行去噪操作。圖5 是原始信號波形，在原始信號中加入白噪聲可以驗證降噪的效果。如圖6 所示，故障波形信號產(chǎn)生了大量的噪聲，這些噪聲對故障信號的測量、距離的準確性產(chǎn)生嚴重干擾。采用PSO 去噪方法進行去噪后得到明顯的去噪效果，如圖7所示。

圖5 原始波形

圖6 噪聲波形

圖7 去噪波形

4 PSO算法在電纜故障識別中的應用

4.1 帶慣性因子的粒子群算法

在PSO 算法中，需要對大量的參數(shù)進行設置，慣性權重是一個可以設置可以調整的參數(shù)，表明了粒子先前的搜索速度如何影響當前的搜索速度。因此，可以通過不斷地調整慣性權重值來平衡局部尋優(yōu)和全局尋優(yōu)之間的關系。選取恰當?shù)膽T性因子值，就會在某種程度上使算法的能力得到提高，尋優(yōu)的性能也會相應提高，而且會減少搜索空間的迭代次數(shù)。在遇到尋優(yōu)能力不足以及迭代次數(shù)過多時，平衡全局最佳性能和局部最佳性能至關重要。因此結合PSO理論，把慣性權重這一因素引入到粒子速度公式中以改進粒子的速度。

慣性權重的用處主要是協(xié)調，是一種存在于全局最優(yōu)性能和局部最優(yōu)性能間的優(yōu)質協(xié)調。因此，選擇適當?shù)膽T性因子值將在一定程度上提高算法的能力，優(yōu)化性能將相應提高，搜索空間迭代次數(shù)也將減少。但是，要選擇最合適的慣性因子并不是輕而易舉的。當選擇的慣性因子較高時，雖然對全局最優(yōu)解的搜索是有利的，粒子收斂的速度比較迅速，但是對局部搜索的能力會很差，很難得到滿足條件的準確解；當選擇的慣性權重較小時，雖然對于局部搜索也會十分有利，但是全局優(yōu)化的性能會降低并且速度會變慢，有時會陷入局部極值。因此，考慮搜索的精度及速度時，能夠選出合適的慣性權重極為重要。選擇的方式主要分為線性和非線性的策略。在PSO迭代的過程中，線性策略存在與慣性權重一致的缺陷：容易陷入局部最優(yōu)點，不容易跳出。非線性慣性權重減小策略解決了這種問題，最終還將精度與收斂速度考慮了進去。本文采用的是非線性慣性減重方法（PSO-NIW）。

式中，k代表的是控制因子，表示w與t曲線變化的平滑度；t表示當前迭代次數(shù)。

圖8是非線性慣性權重隨迭代次數(shù)的變換曲線。

圖8 非線性慣性權重隨迭代次數(shù)的變換曲線

4.2 粒子群應用于分類模型的參數(shù)優(yōu)化方法及仿真

粒子群在搜索空間中，要根據(jù)不同的位置及速度進行搜索。在更新過程中，原有粒子的速度和位置的變化分別如圖9和圖10所示。

圖9 原始的粒子速度變化

圖10 原始的粒子位置變化

引入帶慣性粒子后，粒子的速度和位置的變化如圖11和圖12所示。

圖11 帶慣性粒子速度變化

圖12 帶慣性粒子位置變化

5 結語

針對高壓電纜故障監(jiān)測問題，介紹了幾種國內(nèi)外監(jiān)測方法，而粒子群算法是一種基于種群的智能搜索進化算法，在研究中得到了廣泛的應用。該算法依賴于隨機過程，種群中的各個個體通過相互學習，然后朝著全局最優(yōu)和局部最優(yōu)的方向移動，最后移動到最優(yōu)解位置。同時，還著重研究了具有慣性權重的粒子群優(yōu)化和具有收斂因子的粒子群優(yōu)化的基本原理，并將精度與收斂速度考慮進去。本文采用非線性慣性減重方法，并將粒子群應用于分類模型的參數(shù)優(yōu)化及仿真之中。粒子群優(yōu)化一直是研究的熱點問題。然而，如何將帶有慣性粒子的粒子群算法完全應用于電纜狀態(tài)監(jiān)測中是未來研究的重點。