[发明专利]一种基于人工蜂群算法结合最小二乘法的谐波检测方法

说明书

本发明公开了一种基于人工蜂群算法结合最小二乘法的谐波检测方法，涉及电力技术领域，通过引入Tent混沌映射，解决人工蜂群算法易“早熟”的问题；在此基础上对Tent混沌映射改进，解决混沌映射自身小周期和不稳周期点的问题。提出的Tent混沌改进人工蜂群算法解决了人工蜂群算法易陷入局部最优点的问题，提高了算法的求解精度和收敛速度，算法的鲁棒性良好，将改进人工蜂群算法与最小二乘法结合，用融合后的算法对谐波信号进行检测,解决了最小二乘算法对初始值敏感，检测精度不佳等问题，实现了对负载电流中谐波的快速、有效、精确和稳定的检测，对有效治理谐波，提高电能质量具有重大参考价值。

技术领域

本发明涉及电力技术领域，具体涉及一种基于人工蜂群算法结合最小二乘法的谐波检测方法。

背景技术

由于非线性负载的增多，大量的谐波注入到电网系统。电网系统谐波已经严重影响电网的电能质量，如果不对电网中的谐波进行治理，这对于用户和供电方都将造成了不小的困扰甚至经济损失。谐波治理对于以高质量电能支持经济社会发展而言有着其重要的历史地位，其治理的重要性不言而喻。为进行谐波治理，首先需要对谐波进行检测，分析谐波的成分，对谐波成分进行检测。然后，根据谐波检测结果，再针对性的给出谐波治理方案。而目前对谐波的检测的传统算法存在着对初始值敏感、频谱泄漏、栅栏效应和频率混叠等问题。

发明内容

为解决现有技术问题，本发明通过在传统最小二乘法算法谐波检测方法基础上，利用Tent混沌改进人工蜂群(CABC)算法得到混沌改进人工蜂群算法(Chaotic ImproveArtificial Bee Colony,CIABC对最小二乘法算法的初始值进行寻优，解决了传统最小二乘法算法对初始值敏感的问题，大大提高了谐波检测的精确性和实时性，降低了稳态误差。

本发明具体采用以下技术方案：

一种基于人工蜂群算法结合最小二乘法的谐波检测方法，包括以下步骤：

S1：在标准人工蜂群算法的基础上，向人工蜂群算法中引入Tent混沌映射进行算法改进，提出一种混沌人工蜂群(Chaotic Artificial Bee Colony，CABC)算法；CABC算法在整个蜂群搜索到的最优食物源基础上产生混沌序列；

S2：在此CABC算法的基础上，引入改进后的Tent混沌映射，提出一种混沌改进人工蜂群算法(Chaotic Improve Artificial Bee Colony，CIABC)；

S3：通过CIABC算法优化未知参数，以算法输出的最优值作为RLS算法的初始值，利用RLS算法进行参数估计，由最终更新权值得到谐波的幅值和相位。

进一步的方案是，所述CABC算法实现步骤如下：

步骤1：在D维空间，给定迭代次数M，给定食物源总数S，每一只雇佣蜂对应一个食物源位置，雇佣蜂和观察蜂的个数相同，雇佣蜂在其领域位置产生新位置；所有的雇佣蜂将食物源位置信息共享给观察蜂；

食物源位置更新根据进行；

式中，表示初始化第i个蜜源所处位置的第j维值；i＝1，2，……，S，j＝1，2，……，D，分别为第j维对应的蜜源位置的最小值和最大值，R为0和1之间的随机数；

步骤2：观察蜂根据食物源质量来确定选择食物源，并记录所选择的最优食物源位置和适应度值；

对所选雇佣蜂和观察蜂位置进行邻域搜索，根据进行位置更新，式中t为迭代次数，代表迭代第t+1次时，新i产生的第个食物源第j维的位置值，代表迭代第t次时，第i个食物源第j维的位置值；k为随机指定的个体，且k≠1；r为[-1，1]范围内的随机数；

计算出新食物源的适应度值并比较，以食物源质量更优秀的蜜源位置代替原食物源位置。