[发明专利]一种基于狼群算法的多特征融合参数的电网故障诊断方法

权利要求书

1.一种基于狼群算法的多特征融合参数的电网故障诊断方法，其特征在于，包括如下步骤：

S1：将采集的电网数据做时域和频域的特征参数Y_i的计算；

S2：采用狼群算法求得目标适度函数P；

S3：再求特征参数的融合参数Q，并求最优融合特征参数权重系数组合ω；

S4：最后根据融合特征参数权重系数组合Q的分布与电网数据的散点分布是否存在交集，判断是否存在故障。

2.根据权利要求1所述的基于狼群算法的多特征融合参数的电网故障诊断方法，其特征在于，所述S1中的时域的特征参数表征时间序列信号的特征，其特征参数分别为：

Y₅＝Y₂/σ

其中，{X_i}(i＝1，2，...,N)是测试信号的时间序列，N为采样点数，σ为标准差，为平均值，{X_i}中极大值为{X_yj}(j＝1，2，...,Ny)，N_y为{X_i}中极大值的总数。

3.根据权利要求1所述的基于狼群算法的多特征融合参数的电网故障诊断方法，其特征在于，所述S1中频域特征参数表征光谱波形的热证，其特征参数分别为：

其中，{f_i}是测试信号的频率，(i＝1，2，...,I)，I为采样频率，F(f_i)为振动信号的频谱，为测试信号频域内的平均值，σ为测试信号频域内的标准差。

4.根据权利要求1所述的基于狼群算法的多特征融合参数的电网故障诊断方法，其特征在于，所述S2中目标适度函数P即为猎物的气味浓度，其目标适度函数P为：

其中，σ₁，σ₂分别取是电网上故障状态和正常运行状态的融合的特征参数的平均值和标准差。

5.根据权利要求4所述的基于狼群算法的多特征融合参数的电网故障诊断方法，其特征在于，所述S3中的最优融合特征参数权重系数组合计算步骤包括：

A1：选取随机产生的N组初始权重系数组合X，确定探狼的选取比例因子α与最大游走次数T_max；

A2：根据目标适度函数P计算N组融合权重系数的目标函数值，确定头狼P₁；

A3：选取一定数量的探狼执行游走行为，并计算目标适度函数值P₂，直到P₂>P₁或T>T_max，结束游走行为；

A4：猛狼进行围攻行为，并计算目标适度函数值P₃，当P₃>P₁，猛狼与头狼互换角色；当P₃<P₁或两者之间距离满足d_is＜d，角色保持不变，继续围攻行为；其中d_is指猛狼与头狼之间的距离；d指头狼距探狼游走的距离范围；

A5：确定头狼的空间位置即为要求的最优融合特诊参数权重系数组合。

6.根据权利要求5所述的基于狼群算法的多特征融合参数的电网故障诊断方法，其特征在于，所述特征参数的融合函数Q为：

其中，Q为融合特征参数；Y_i为第i个特征参数；ω_i为第i个特征参数对应的权值。