arrow
返回

Improved Impedance Method for Cable Incipient Fault Location Based on Multiobjective Optimization

delete2026-07-29
delete0
PRE
AI
孟
孟鹏飞 (Pengfei Meng)
X
Xinya Zeng
X
Xiaosi Lin
T
Tengfei Li
Y
Yao Fu
吴
吴龙文 (Longwen Wu)
Y
Yikai Sun
周凯 封面图
周凯 (Kai Zhou)
Z
Zerui Li
DOI:10.1109/tim.2026.3718113delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
电力系统的安全稳定运行对电缆早期故障的精准定位提出了日益严格的要求。为解决传统阻抗方法因采用集中参数模型而导致故障距离增大时定位精度下降的局限性,本文提出一种基于多目标优化的时域分布模型改进阻抗法进行故障定位。首先,分析了电缆早期故障的特性,建立了基于时域分布模型的故障定位原理,并考察了影响该方法定位精度的因素。其次,为解决模型求解的复杂性,引入多目标优化方法。具体而言,将故障点电压电流相位差及线路段电压差作为目标函数。信号首先通过集合经验模态分解(EEMD)算法滤波,随后采用多目标粒子群优化(MOPSO)算法进行参数优化,以实现精确故障定位。全面仿真结果表明,在不同场景下定位精度高,平均相对误差为0.21%,表现出对采样频率限制(低至10 kHz)、负载波动、电缆长度和强噪声的优异抗干扰能力。实验结果显示,同轴电缆的故障定位误差为0.77%,证实了所提方法良好的工程适用性。此外,MOPSO算法因其强大的全局搜索能力和快速收敛性,在本方法中展现出良好的适用性。该定位算法为电力电缆在线早期故障定位提供了一种新颖的测量范式,具有成本低、鲁棒性高和易于工程实现的特点。
Keyword:
Cable incipient fault
ensemble empirical mode decomposition (EEMD)
fault localization
impedance method
multiobjective optimization

期刊

IEEE Transactions on Instrumentation and Measurement 封面图
IEEE Transactions on Instrumentation and Measurement
IF:
5.9
论文数:
2.0W
被引数:
5.8W

机构

T
Taizhou University
学者数:
243
论文数: 85
被引数: 0
S
Sichuan University
学者数:
5.4K
论文数: 1.3K
被引数: 0
引用论文

引用论文

暂无论文信息