[發明專利]基于改進的VMD和Teager能量算子故障定位方法

在審

• 申請號: 202310402665.4
• 申請日: 2023-04-14
• 公開（公告）號: CN116559579A
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 史可鑒;代子闊;朱義東;張新宇;田野;胡大偉;陳強;杜威;王智博;李海峰;顧泰宇;呼笑笑;劉桁宇;王珊珊;張哲
• 申請（專利權）人: 國網遼寧省電力有限公司電力科學研究院;國網遼寧省電力有限公司;國家電網有限公司
• 主分類號: G01R31/08
• 分類號: G01R31/08;G06F18/213
• 代理公司: 遼寧沈陽國興知識產權代理有限公司 21100
• 代理人: 何學軍;李叢

1.基于改進的VMD和Teager能量算子的配網故障定位方法，其特征是：包括以下步驟：

步驟1.利用VMD算法對故障行波進行分解；

步驟2.改進VMD算法，利用SSA算法對分解的參數進行優化；

步驟3.基于改進VMD算法和Teager能量算子相結合進行故障定位。

2.根據權利要求1所述的基于改進的VMD和Teager能量算子的配網故障定位方法，其特征是：所述利用VMD算法對模態信號進行分解，包括以下步驟：

步驟(1)利用希爾伯特變換將各個模態信號進行分析，通過移頻方式將各模態頻譜移動到基帶上：

上式中，δ(t)表示狄拉克函數；v_k、w_k表示分解后的第k個分量和該分量的中心頻率；

步驟(2)利用梯度的平方范數估計帶寬，建立約束方程；

上式中，λ_k表示梯度計算，*表示卷積計算，k表示第k個模態分量，Π是常數，t代表時間序列，e是常數符號，f(t)表示各模態分量之和，v_k(t)表示各模態函數；

步驟(3)通過拉格朗日算子τ(t)和懲罰因子α約束計算結果，得到最優解，拉格朗日函數公式及其拓展計算為：

上式中，L表示約束函數，τ(t)表示懲罰因子；

步驟(4)不斷更新各模態分量及其中心頻率，直至得到函數的最佳解；

v_k、w_k和τ的更新公式如下：

上式中，y表示噪聲容忍度，保證分解的保真度；v_i(w)、f(w)、是v_i(t)、f(t)、的傅里葉變換，n表示迭代次數，y表示噪聲參數；

步驟(5)停止迭代條件構建，若滿足約束條件，則停止迭代計算并輸出當前模態分量；

上式中，表示計算模態分量的歐幾里得系數的平方，ε表示設定的精度要求；

若ε0，則停止迭代計算。

3.根據權利要求1所述的基于改進的VMD和Teager能量算子的配網故障定位方法，其特征是：所述改進VMD算法，利用SSA算法對分解的模態信號進行優化，包括：

(1)在SSA算法中有發現者和跟隨者兩種類型角色，兩種角色更新公式為：

上述二式中，in_max表示最大迭代數，A^T表示A矩陣的轉置矩陣，P表示種群數量，Q表示符合正態分布的數組，R₂表示警戒值，N表示迭代次數，X_i,j表示第i個麻雀在第j維度的位置，L為結構是1×d一維向量，A矩陣中所有元素都為1的一維向量，L中元素為1和-1；

(2)增強算法的全局搜索能力，設置警戒者，數量占總數的10％-20％，其位置表示公式為：

上式中，f_i表示實時的自適應度值，f_w表示實時的最差自適應度值，f_g表示實時的最優自適應度值；若f_g＝f_i，則表明當前警戒者的位置為最佳，反之就不是最佳位置；X_best表示全局最佳位置，表示迭代后的最佳位置，G和μ表示隨機數，θ表示最小常數，表示迭代后的最差位置；

(3)增根據適應度函數來尋找最優解，在SSA尋優算法中將樣本熵作為適應度函數，樣本熵越小，計算序列中的頻率分量越少，則該序列的噪聲較小，降低分解時的模態混疊現象；利用樣本熵作為SSA算法的適應度函數，利用SSA算法尋找適應度的最小值。