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: 202211390670X
申请人: 昆明理工大学
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:

1.一种电力暂态扰动在线辨识方法,其特征在于,包括如下步骤:

(1)通过电缆附件处装设的高频电流传感器HFCT采集电缆系统中存在的暂态扰动信号,并将采集到的暂态扰动信号进行归一化处理;

(2)利用白鲨优化算法对变分模态分解的惩罚因子α和模态数K进行参数优化,然后采用参数优化后的变分模态分解算法将暂态扰动信号解构为不同中心频率的多重分量,从中提取出波形特征矩阵;

(3)分别对每个分量进行维格纳分布WVD时频分析,得到时频图谱并提取各分量的时频图谱特征矩阵;

(4)融合波形特征矩阵与时频图谱特征矩阵构造出多重时频特征矩阵,并将其作为长短期记忆网络的输入,实现暂态扰动信号的分类辨识。

2.根据权利要求1所述的一种电力暂态扰动在线辨识方法,其特征在于:所述步骤(1)中通过电缆附件处装设的高频电流传感器HFCT采集电缆系统中存在的暂态扰动信号,并将采集到的暂态扰动信号进行归一化处理的具体过程为:先利用仿真模拟生成110KV电缆系统中的暂态扰动信号波形,然后将电缆附件接地线上的扰动电流原始信号利用信号发生器产生,输入高频电流传感器HFCT,由示波器采集真实高频电流传感器HFCT的输出信号,得到高频电流传感器HFCT滤波后的暂态扰动信号,再利用最大‑最小标准化法将采集到的暂态扰动信号进行归一化处理。

3.根据权利要求1所述的一种电力暂态扰动在线辨识方法,其特征在于:所述步骤(2)中利用白鲨优化算法对变分模态分解的惩罚因子α和模态数K两个参数进行自动寻优,以确立惩罚因子α和模态数K的最优组合,再通过参数优化后的变分模态分解自适应、高精度地将高频电流传感器HFCT滤波暂态扰动信号分解为若干个不同频率成分的分量BIMF1~BIMFK,分别提取各个分量的峰值系数C1K、峭度C2K、脉冲因子C3K和裕度因子C4K共计四个特征量,构造出波形特征矩阵Ci:式中,Ci为第i个样本对应的波形特征矩阵,K为变分模态分解的分量个数;

对于某暂态扰动信号x(t)而言,其变分模态分解过程包括变分问题的构造和求解两部分,其中,变分问题的模型构造为:式中:sk(t)为x(t)经变分模态分解得的k个模态分量;{sk}={s1,s2,…,sk};{ωk}={ω1,ω2,…,ωk};δ(t)为狄拉克函数; 表示对t求偏导数;

变分问题的求解过程为:

式中:λ为Lagrange乘法算子;α为二次惩罚因子;

此外,利用白鲨优化算法对变分模态分解的参数进行优化时,以包络熵为适应度函数,表达式为:式中:i=1,2,…,N;Eh为包络熵;hi为原始信号经希尔伯特变换后得到包络信号的归一化形式。

4.根据权利要求1所述的一种电力暂态扰动在线辨识方法,其特征在于:所述步骤(3)分别求取各分量的维格纳分布,并基于维格纳分布时频图谱对每个分量提取以下4个时频特征:维格纳分布的均值F1K、方差F2K、能量F3K和幅值最大时对应的频率F4K,从而得到原信号的时频图谱特征矩阵Fi:式中,Fi为第i个样本对应的时频图谱特征矩阵;

对于某暂态扰动信号x(t),其维格纳分布定义为:

式中:τ为时间差变量;x*(t)为x(t)的共轭复数; 为x(t)的瞬时相关函数。

5.根据权利要求1所述的一种电力暂态扰动在线辨识方法,其特征在于:所述步骤(4)中的多重时频特征矩阵由步骤(2)和步骤(3)中的波形特征矩阵Ci和时频图谱特征矩阵Fi合并构造而成,其形式如下:式中,Yi为第i个样本对应的多重时频特征矩阵;

将上述方法提取的所有样本的多重时频特征矩阵的a%作为训练集,(100‑a)%作为测试集,然后将训练集输入长短期记忆网络进行训练,通过其内部的遗忘门、输入门、输出门三种门控结构及激活函数的门控特性对特征进行筛选,并寻求各类特征之间的关联性,从而得到最佳网络模型,再利用训练好的长短期记忆网络对测试集进行学习,采用Softmax分类器对测试数据进行分类,最终输出暂态扰动信号的辨识结果。