其他
【精彩论文】基于自适应VMD和A-SVD的MOA在线监测方法
观点凝练
摘要：阻性电流是反映金属氧化物避雷器(MOA)绝缘状态的关键参数。电力系统正常运行时的MOA阻性电流非常小，阻性电流实测有效值数据易受到高频噪声、白噪声、随机脉冲等干扰影响，造成报警装置误报警。然而，现有方法难以有效消除上述干扰对阻性电流的影响，因此提出了一种基于自适应变分模态分解 (adaptive variational mode decomposition，A-VMD)和自适应奇异值分解 (adaptive singular value decomposition，A-SVD)的MOA在线监测方法。首先，通过顺序递增二次惩罚因子和分解层数值，以能量和损失指标衡量VMD分解的效果，寻找分解层数和二次惩罚因子的最优参数值。然后，采用A-SVD消除经A-VMD初步去噪后阻性电流中少量残留白噪声，为监测MOA绝缘状态提供可靠依据。仿真试验和实测数据均证明了该方法的有效性，处理结果满足实际工程的需求。
结论：（1）本文提出一种VMD的二次项惩罚因子和分解层数自适应选取方法，为VMD提供了普遍适用的参数选取准则，有效避免了人为选取分解参数的主观性。
（2）阻性电流中的各种干扰是引起装置误报警的主要原因，为了消除这些干扰，本文提出一种基于自适应VMD和A-SVD的MOA在线监测方法，有效避免了误报警现象，为准确监测MOA绝缘状态提供了可靠依据。
（3）本文主要研究了白噪声、随机脉冲和高频噪声干扰对MOA阻性电流实测数据的影响，以后将着力于研究其他干扰对阻性电流的影响，进一步实现MOA绝缘工况的精准监测。
引文信息
阮莹, 叶行汶, 邓明锋, 等. 基于自适应VMD和A-SVD的MOA在线监测方法[J]. 中国电力, 2021, 54(10): 177-185.RUAN Ying, YE Xingwen, DENG Mingfeng, et al. A new online monitoring method for moa based on a-vmd and a-svd[J]. Electric Power, 2021, 54(10): 177-185.往期回顾
◀【精彩论文】基于相空间重构与改进GSA-SVM的高压断路器机械故障诊断
◀【征稿启事】“面向数字化转型的电力系统大数据分析技术”专题征稿启事
◀【征稿启事】“新型电力系统信息安全：理论、技术与应用”专题征稿启事
◀【征稿启事】“双碳目标下多能互补促进新能源消纳关键技术”征稿启事
编辑：杨彪
审核：方彤
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。