[發明專利]基于Powell算法和粒子群算法的雷電流波形參數識別方法

有效

• 申請號: 201710146666.1
• 申請日: 2017-03-13
• 公開（公告）號: CN106841750B
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 何金良;楊滾;余占清;陳水明
• 申請（專利權）人: 清華大學
• 主分類號: G01R19/00
• 分類號: G01R19/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

本發明提出的基于Powell算法和粒子群算法的雷電流波形參數識別方法，屬于電工領域中雷電監測技術領域。該方法首先通過電流傳感器獲取實測雷電基底電流數據，確定雷電基底電流函數模型，根據實測雷電基底電流數據得到雷電基底電流的波形參數；然后結合Powell算法和粒子群算法，對實測雷電基底電流波形參數進行波形參數識別。本發明克服了傳統的雷電流波形參數識別方法中采用粒子群算法容易停滯在局部最優結果這一缺點，并且相比于Nelder?Mead單純形法加粒子群算法，具有收斂迭代次數更小的優點，對實測雷電基底電流數據進行波形參數辨識，可以有效幫助實現電力電子系統雷電防護的數字化監測。

技術領域

本發明屬于電工領域中雷電監測技術領域，特別涉及一種基于Powell算法和粒子群算法的雷電流波形參數識別方法，。

背景技術

雷電是十大自然災害之一。它瞬間產生的大電流、高電壓和強電磁場，不僅會造成人畜傷亡，對人類賴以生存的自然資源和人類創造的物質財富有巨大的破壞作用，而且還常給電力、通信、石油化工、航空航天、鐵道交通，乃至金融證券等國民經濟部門的設備設施帶來損壞。因此，雷電現象、雷電物理、雷電預警與防護等問題仍是大氣電學、電力系統、放電物理等領域的熱點研究問題。

雷電基底電流是指雷電通道最底端的雷電流，簡稱為雷電流。雷電基底電流是由閃電所產生的大電流，是影響建筑物和電子設備的主要源頭，是雷電防護中的重點關注的對象，故了解雷電基底電流的特性是防雷的基礎。通常，研究者們采用雙指數函數或者Heidler函數來作為雷電基底電流的表達式，V.Javor于2011年在其文章《A Channel-BaseCurrent Function for Lightning Return-Stroke Modeling》中提出了一種新的雷電基底電流表達式，簡稱為NCBC電流模型，其表達式見式(1)。此模型具有峰值雷電基底電流和其對應的峰值時間簡單可調等優點。

雷電流波形參數包含：雷電流幅值，即該雷電流的最大電流值；波頭時間，從時間t＝0開始到達該雷電流最大電流值所需的時間；半波時間，從時間t＝0開始第二次到達該雷電流最大電流值一半所需的時間。雷電流波形參數決定了該雷電流的波形形狀。

當前，雷電監測設備逐漸數字化，自動化，故針對實測得到的雷電流數據，如何快速得到其波形參數，具有重要的工程應用價值。若利用實測的電流數據和電流函數去直接求解電流波形參數，通常很難得到理想的結果，故有研究者采用尋優算法，如粒子群算法，尋優得到雷電流的波形參數，但粒子群算法容易停滯在局部最優的結果，為了克服這一缺點，劉平等人于2009年在其文章《雷電流波形參數估計仿真研究》中提出采用Nelder-Mead單純形法和粒子群算法對雷電流波形參數進行尋優估計，其方法結合了能用來全局尋優的粒子群算法和能用來局部尋優的Nelder-Mead單純形法，一定程度上能克服只利用粒子群算法時出現停滯在局部最優結果的問題，但劉平等人提出的這個方法在達到最優精度(或最小誤差)時需要的迭代步數(或時間)過長。

與本發明內容相關的已有技術簡介如下：

雷電基底電流NCBC電流模型，表達式如下：

式中，i是雷電基底電流，t是時間，中間參數t_m是峰值雷電流對應的峰值時間，I_m是峰值電流，a和b_i(i＝1，2，…，n)分別為波頭參數和波尾參數，c_i為權重參數，n為波尾可調參數。

粒子群算法：

粒子群算法最早由社會心理學博士Kennedy和電子工程學博士Eberhart于1995年提出，在粒子群算法模型中，每一個粒子的自身狀態都由一組位置和速度向量描述，分別表示問題的可行解和它在搜索空間中的運動方向。粒子通過不斷地學習它所發現的群體最優解和鄰居最優解，實現全局最優搜索。粒子的速度的位置更新方程是粒子群算法的核心，分別由以下兩個公式描述：