Page 52 - 电力与能源2024年第五期

第 45 卷 第 5 期
电力与能源
584 2024 年 10 月

DOI：10.11973/dlyny202405010

基于 PSO-SOM 神经网络算法的

串联电弧故障检测

贾金伟，王闻燚，徐梓源，戴军瑛，俞 玲，李启本

（国网上海市电力公司松江供电公司，上海 201600）

摘 要：自组织特征映射（SOM）神经网络是一种无监督式学习的竞争神经网络，具有灵活性强、聚类结果可
视化等优点，但是在需要区分的类别较多且不同类别数据的特征差异不明显时，SOM 的聚类效果可能并不
好，分类准确率也会下降。提出了一种利用粒子群优化（PSO）算法对 SOM 网络的权值进行优化的解决方
法，将 PSO-SOM 算法、常规 SOM 算法以及学习向量量化（LVQ）算法神经网络分别应用于电弧故障检测。
仿真结果表明，经过 PSO 优化的 SOM 神经网络的检测准确率可达 95.00% 以上，而未经优化的 SOM 神经
网络与 LVQ 神经网络的准确率仅为 50% 左右。
关键词：串联电弧；故障检测；粒子群优化算法；自组织特征映射神经网络
作者简介：贾金伟（1989—），男，工程师，从事电力系统继电保护工作。
中图分类号：TM721.1 文献标志码：A 文章编号：2095-1256（2024）05-0584-05
Detection of Series Arc Faults Based on PSO-SOM Neural Network Algorithm

JIA Jinwei，WANG Wenyi，XU Ziyuan，DAI Junying，YU Ling，LI Qiben

（State Grid Songjiang Power Supply Company，SMEPC，Shanghai 201600，China）

Abstract：Self-Organizing Maps (SOM) neural networks are unsupervised learning competitive neural networks
known for their flexibility and visual clustering results. However, SOM′s clustering performance may degrade
when dealing with a large number of categories or when the feature differences between different classes of data
are not obvious. To address this issue, a Particle Swarm Optimization (PSO) algorithm is proposed to optimize
the weights of the SOM network. The PSO-SOM algorithm, conventional SOM algorithm, and Leaning Vector
Quantization (LVQ) algorithm are applied to arc fault detection. Simulation results demonstrate that the accuracy
of the PSO-optimized SOM network can reach over 95.00%, while the accuracy of the unoptimized SOM net⁃
work and LVQ network is around 50%.

p
s
f
Key words：series arc，ault detection，article swarm optimization algorithm，elf-organizing maps neural networks
电弧是气体放电的一种表现。在正常状态 路保护器难以有效检测并保护，这成为了现有电
下，气体具有良好的电气绝缘性能，但当在气体间 气保护体系的一个盲点，潜藏了电气安全风险。
隙两端加上足够大的电场时，就可以引起电流通 目前，国内外学者对故障电弧检测方面的研
过气体，这种现象被称为放电。从电弧故障发生 究主要集中在电弧仿真建模、电弧故障电流特征
位置来看，电弧故障分为串联电弧故障、并联电弧 提取和电弧故障检测算法开发等方面。文献［1-

故障和接地电弧故障。串联电弧故障是在同一根 2］提出了最早的 Cassie 电弧模型和 Mayr 电弧模
导线上产生电弧。例如，一根破损的导线在外力 型。Cassie 电弧模型主要适用于电流过零前的大
作用下发生断裂，或者插头与插座连接不牢固而 电流期间，Mayr 电弧模型则主要适用于电流过零
分离，都可能会发生串联电弧故障。串联电弧故 时的小电流期间。以 Cassie 电弧模型和 Mayr 电
障因受线路负载限制，故障电流较小，导致现有断 弧模型为基础，文献［3］提出了 Habedank 电弧模