[發明專利]一種基于EWT-MPE-PSO-BP的擾動分類方法

在審

• 申請號: 202110559254.7
• 申請日: 2021-05-21
• 公開（公告）號: CN113378652A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 王寶華;薛凱;蔣海峰
• 申請（專利權）人: 南京理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/00;G06N3/04;G06N3/08;G06Q50/06
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 封睿

1.一種基于EWT-MPE-PSO-BP的擾動分類方法，其特征在于，包括以下步驟：

步驟1 使用EWT對擾動信號進行分解

通過EWT對電能質量擾動信號進行分解，自適應得到不同頻率的模態分量；

步驟2 使用MPE進行特征計算

通過MPE對這些模態分量進行計算，得到不同擾動類型的特征值，作為區分擾動類型的依據；

步驟3 使用PSO-BP神經網絡進行模式識別

通過引入PSO算法對BP神經網絡進行優化，使得每一個網絡的連接權值的粒子都與神經網絡一一地對應，將BP中尋找最小誤差問題轉換為PSO的最優位置搜尋問題，對優化后的BP神經網絡進行訓練，輸入測試樣本得到分類結果。

2.根據權利要求1所述的基于EWT-MPE-PSO-BP的擾動分類方法，其特征在于，步驟1中，使用EWT對擾動信號進行分解，具體方法為：

步驟1.1頻譜分割與邊界確定

對電能質量擾動信號f(t)進行傅里葉變換得到頻譜F(ω)，設F(ω)的極大值序列為對進行幅值的降序排列，同時，設置參考值M_M+α(M₁-M_M)，α∈(0，1)，中大于參考值的極大值個數即為N，得到模態個數N后，將F(ω)劃分為N段，其中，F(ω)中相鄰兩大于參考值的極大值的頻率Ω_n和Ω_n+1的中點，即是各段的邊界頻率ω_n，其中，n＝1，2，...，N-1，頻譜的兩端頻率ω₀＝0，ω_N＝π；

步驟1.2構造尺度函數與小波函數

經驗小波尺度函數和經驗小波函數依據邊界頻率ω_n進行構造：

式中，β(x)滿足：

γ取值為濾波器帶寬和截止頻率的比值，表示為：

步驟1.3經驗小波變換

將電能質量擾動信號f(t)與步驟1.2中得到的兩函數進行內積，得到經驗小波近似系數和經驗小波細節系數

式中，和分別是經驗尺度函數和經驗小波函數的復共軛，和分別為其傅里葉變換；為擾動信號f(t)的傅里葉變換。

f(t)分解所得的經驗模態函數f_k(t)為：

式中，φ₁(t)和ψ_k(t)分別為經驗尺度函數和經驗小波函數。