[发明专利]基于改进原子分解参数辨识的SVC控制器设计方法

权利要求书

1.基于改进原子分解法的次同步振荡模态参数辨识方法，其特征在于：

采用生物地理学优化算法优化的原子分解法辨识次同步振荡模态参数，包括步骤：

步骤一，以次同步振荡信号的模态参数为原子索引构建待辨识的次同步振荡信号原子库，基于次同步振荡信号原子库随机生成初始化种群；

步骤二，对次同步振荡信号进行原子分解，以次同步振荡信号或当前信号残差与原子内积为栖息地适宜度指数，采用生物地理学优化算法搜索种群获得个体最优解，将个体最优解对应的原子参变量转换为次同步振荡信号模态参数。

2.如权利要求1所述的基于改进原子分解法的次同步振荡模态参数辨识方法，其特征在于：

步骤二中所述的采用生物地理学优化算法搜索种群获得个体最优解，具体为：

（1）搜索当前种群获得当前个体最优解，判断当前个体最优解的栖息地适宜度指数值是否小于设定的误差限，若小于设定的误差限，则该当前个体最优解即为搜索获得的个体最优解，将个体最优解对应的原子参变量转换为次同步振荡信号模态参数，完成次同步振荡模态参数的辨识；否则，继续步骤（2）；

（2）对当前种群内物种进行迁移操作形成新种群，将新种群中各栖息地适宜度指数最大的物种作为当前个体最优解，然后，执行步骤（3）；

（3）对新种群进行变异操作以优化当前个体最优解，然后，执行步骤（4）；

（4）判断生物地理学优化算法的迭代次数是否达到预设的最大迭代次数，若达到，则保存当前个体最优解及其栖息地适宜度指数，然后，执行步骤（5）；否则，重新执行步骤（2）进行生物地理学优化算法的下一次迭代；

（5）判断次同步振荡信号的分解次数是否达到预设的最大分解次数M，若达到，则该当前个体最优解即为搜索获得的个体最优解，将个体最优解对应的原子参变量转换为次同步振荡信号模态参数，完成次同步振荡模态参数的辨识；否则，重新执行步骤2中的子步骤2.1和2.2进行下一次信号分解。

3.如权利要求2所述的基于改进原子分解法的次同步振荡模态参数辨识方法，其特征在于：

步骤（2）中所述的对当前种群内物种进行迁移操作形成新种群具体为：

（2-a）采用余弦迁移模型获取当前种群内物种的迁入率及迁出率，并根据迁入率和迁出率获取物种数量；

（2-b）根据物种迁入率、迁出率及数量对种群内物种进行迁移操作。

4.如权利要求2所述的基于改进原子分解法的次同步振荡模态参数辨识方法，其特征在于：

所述的迁移操作采用混合迁移算子进行，即将临近栖息地Xj中的适宜度向量与自身栖息地Xi的适宜度向量按权重结合，取代自身栖息地Xi的适宜度向量。

5.如权利要求2所述的基于改进原子分解法的次同步振荡模态参数辨识方法，其特征在于：

所述的变异操作为基于变尺度混沌局部优化的变异操作。

6.如权利要求2所述的基于改进原子分解法的次同步振荡模态参数辨识方法，其特征在于：

所述的对新种群进行变异操作以优化当前个体最优解，具体为：

对新种群进行变异操作以获得变异操作后的个体最优解，若变异操作后的个体最优解的息地适宜度指数由于当前个体最优解，则将变异操作后的个体最优解作为当前个体最优解；否则，当前个体最优解保持不变。