[发明专利]基于遗传算法优化的微弱暂态零序电流故障特征提取方法

摘要

本发明涉及一种基于遗传算法优化的微弱暂态零序电流故障特征提取方法，包括步骤S1设定双稳态系统中的势函数参数a、b为优化对象；步骤S2采用遗传算法对双稳态系统表达式中势函数参数a、b进行优化，输出最优化参数aJ、bJ；步骤S3在最优化参数条件下，利用变尺度方式下的双稳态系统对噪声背景下的暂态零序电流进行特征提取，得到变尺度方式下的双稳态系统的输出信号ic(t)，ic(t)即为微弱暂态零序电流故障特征提取的特征电流。与现有技术相比，本发明利用遗传算法的全局最优搜索性能以及参数优化的思想，在最优化参数条件下的双稳态系统中提取强噪声背景下微弱暂态零序电流的故障特征，精度更高，有利于提高配电网故障选线的准确度。

主权项

一种基于遗传算法优化的微弱暂态零序电流故障特征提取方法，其特征在于，包括：步骤S1：设定双稳态系统中的势函数参数a、b为优化对象，其中，双稳态系统X的表达式为：X＝dx/dt＝‑dV(x)/dx+s(t)+Γ(t)式中：dx/dt为双稳态系统的输出信号，V(x)为势函数，V(x)＝‑ax2/2+bx4/4；a和b为势函数参数；s(t)代表无噪声的暂态零序电流，Γ(t)代表噪声信号，t为时间，x为布朗粒子运动的速度，步骤S2：采用遗传算法对双稳态系统X的表达式中势函数参数a、b进行优化，输出最优化参数aJ、bJ，步骤S3：在最优化参数条件下，利用变尺度方式下的双稳态系统对噪声背景下的暂态零序电流进行特征提取，得到变尺度方式下的双稳态系统的输出信号ic(t)，ic(t)即为微弱暂态零序电流故障特征提取的特征电流；所述步骤S2包括以下步骤：201：设定遗传算法的参数，所述遗传算法的参数包括种群规模N、交叉概率PJ、变异概率PB、优化对象a的搜索范围、优化对象b的搜索范围和最大进化次数Gmax，同时设定理想暂态零序电流iz(t)，iz(t)中加入强噪声得到带有强噪声的暂态零序电流izg(t)，202：初始化种群，随机产生N个个体，其中，每个个体j对应一组势函数参数[aj,bj]，每组势函数参数对应一个双稳态系统Xj，203：将izg(t)替换每个双稳态系统Xj的表达式中的s(t)+Γ(t)，按个体编号顺序，依次对所有的Xj进行四阶龙格‑库塔算法求解，求解得到每个双稳态系统Xj的输出信号isj(t)，isj(t)作为初始电流，204：获取isj(t)与iz(t)之间的互相关系数ρsj，并将ρsj的值作为个体适应度，205：根据个体适应度、交叉概率PJ和变异概率PB依次对N个个体进行选择操作、交叉操作和变异操作，完成一次的进化，206：判断进化次数是否达到设定的最大进化次数，若是，则进化停止，执行步骤207，若否，则返回步骤205，207：将ρsj数值最大的个体作为最优化个体J，J所对应的双稳态系统为最优化双稳态系统XJ，提取XJ的势函数参数aJ、bJ，aJ、bJ即为最优化参数。