[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

说明书

本发明涉及智能电网技术领域，公开了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，包括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判断是否存在故障。与现有技术相比，本发明将数据的多个合适的特征参数进行融合，对于电网的突发性变化能够很精准的捕捉突变量多个特征值，对每个点数据深度分析，更加精准分析数据的特征，实现对配电网络运行状态的监测和诊断。

技术领域

本发明涉及智能电网领域，特别涉及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。

背景技术

针对配电网络的复杂性、多变性、以及故障突发性极易影响电网正常运行的问题，研究了一种有效的多特征融合电网数据参数的故障诊断方法非常重要。

传统上任何一个特征参数都是从某个方面反映测试信号的特征，很难找到一个特征参数同时对多种故障状态具有较高的灵敏度。而由于依据电网单一的特征参数传递的信息诊断电网是否安全是具有局限性的，精确性不高。

本发明提出了一种电网数据多个特征值融合的方法，将多个灵敏度较高的特征参数融合，最后根据多特征参数融合的信息诊断是否存在电网故障。以更准确的判断诊断对象的运行状态是否正常，多特征参数融合即寻找最优的参数分配权以最大程度的变现故障本身。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供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，将数据的多个合适的特征参数进行融合，从而实现对配电网络运行状态的监测和诊断，更加精准分析数据的特征。

技术方案：本发明提供了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，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。

进一步地，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，...,N_y)，N_y为{X_i}中极大值的总数。

进一步地，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。

进一步地，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：