欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022101054662
申请人: 辽宁工程技术大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种量子变异多元宇宙优化的供电线路故障辨识方法,其特征在于,包括以下步骤:S1:收集输电线路故障电压信号;

S2:对故障电压信号进行变分模态分解;选取变分模态分解后的模态分量瞬时频率的均值,绘制标准化瞬时频率均值曲线,得到变分模态分解算法中最优的K值;

S3:利用VMD方法对故障电压信号进行分解,得到IMF分量;再利用PE计算各个本征模态分量的多尺度熵值;

S4:将计算得到的各本征模态分量的排列列熵值组成特征向量;

S5:在标准多元宇宙优化算法中采用量子粒子群算法,引入粒子平均最优位置Av(t);

引入柯西‑高斯变异策略构建量子变异多元宇宙优化算法;

S6:利用量子变异多元宇宙算法优化核极限学习机的正则化系数和核函数参数;

S7:构建线路故障模态分解熵与量子变异多元宇宙优化核极限学习机预测分类模型,判别出输电线路短路故障类型。

2.如权利要求1所述的量子变异多元宇宙优化的供电线路故障辨识方法,其特征在于,所述多元宇宙优化算法运行方式如式(1)所示:其中,Xj为目前最优宇宙的第j个变量ubj为第j个变量最大值,lbj为第j个変量最小值,为第i个宇宙的第j个变量,r2,r3,r4均为介于0和1的随机数;

WEP表示虫洞存在可能性系数,如式(2)所示:其中,min为WEP最小值;max为WEP最大值;l为当前迭代次数;L为最大迭代次数;

TDR表示旅程距离速率系数,如式(3)所示其中,p定义了随迭代次数改变的探测速度,p值越高,局部探测速度越快,用时越短。

3.如权利要求1所述的量子变异多元宇宙优化的供电线路故障辨识方法,其特征在于,所述引入粒子平均最优位置Av(t)的具体过程为:将量子粒子群算法引入多元宇宙优化算法中,设定每一个粒子都具有量子行为,对于粒子i,其吸引势子表示为pi(pi,1,pi,2,…,pi,n),考虑到粒子位置xi,j随时间变化由波函数描述其状态,则N维搜索空间基于δ势阱的量子粒子群算法中粒子进化方程如式(4)所示:其中,pi,j表示吸引势子pi在j维的坐标,Li,j为特征搜索长度,ui,j~U(0,1)为均匀分布的随机数;在算法中引入粒子平均最优位置Av(t),表示所有粒子最优位置的平均值Li,j=2γ·|Avj(t)‑xi,j(t)|,式(4)变更为如式(5)所示:

其中,γ表示收缩‑扩张因子。

4.如权利要求1所述的量子变异多元宇宙优化的供电线路故障辨识方法,其特征在于,所述引入柯西‑高斯变异策略构建量子变异多元宇宙优化算法的具体过程为:采用柯西‑高斯变异策略,选择当前适应度最好的个体进行变异,然后比较其变异前后的位置,选择最优的位置代入下一次迭代,如式(6)‑(8)所示:2

λ2Gauss(0,σ)]                 (7)2

其中, 表示最优个体变异后的位置;σ表示柯西‑高斯变异策略的标准差;cauchy(0,

2 2

σ)是满足柯西分布的随机变量;Gauss(0,σ)是满足高斯分布的随机变量; 和其中,t表示当前迭代次数,Tmax表示最大迭代次数,λ1、λ2是随迭代次数自适应调整的动态参数。

5.如权利要求4所述的量子变异多元宇宙优化的供电线路故障辨识方法,其特征在于,所述λ1、λ2在寻优过程中,λ1逐渐减小,λ2逐渐增大。

6.如权利要求1所述的量子变异多元宇宙优化的供电线路故障辨识方法,其特征在于,所述S6的具体过程,包括以下步骤:S6.1:随机生成初始化位置,形成初始搜索种群;

S6.2:为改进原生多元宇宙算法性能,引入量子粒子群算法,加快收敛速度;

S6.3:采用柯西‑高斯变异策略,选择当前适应度最好的个体进行变异,使算法跳出局部最优;

S6.4:更新粒子个体及群体最优位置,检查算法是否达到最大迭代次数,若达到最大迭代次数,则输出最优核极限学习机参数;若不满足最大迭代次数,则返回步骤(2),继续进行下一次迭代运算。