[发明专利]基于约束优化的模拟电路故障参数范围确定方法

权利要求书

1.一种基于约束优化的模拟电路故障参数范围确定方法，其特征在于，包括以下步骤：

S1：获取模拟电路中元件数量C和各个元件的参数标称值x_jN，j＝1,2,…,C，确定模拟电路在预设测点的传输函数，获取当前故障状态下模拟电路在预设测点的故障输出电压Z，以及所检测出的故障元件序号c；

S2：基于遗传算法获取故障元件参数范围下限，具体步骤包括：

S2.1：将元件参数向量X＝[x₁,x₂,…,x_C]作为遗传算法种群的个体，生成N个个体构成初始种群P，具体方法为：根据需要设置故障元件c的参数值x_c的故障取值范围，初始种群P中每个个体中故障元件c的参数值x_c在故障取值范围内取值，其余元件j′的参数x_j′在容差范围(x_j′N×(1-α),x_j′N×(1+α))内取值，其中x_j′N表示元件j′的参数标称值，j′＝1,2,…,Cj′≠c；

S2.2：初始化迭代次数t＝1；

S2.3：对种群P中的个体进行交叉和变异，得到新种群Q，在交叉和变异过程中需要保证故障元件c的参数值x_c在故障取值范围内取值，非故障元件的参数值在容差范围内取值；

S2.4：将种群P和种群Q进行合并，得到合并种群S；

S2.5：采用以下公式分别计算合并种群S中每个个体X_n的误差E_n：

E_n＝||H(X_n)-Z||

其中，n＝1,2,…,2N；

S2.6：对于每个个体采用以下公式计算该个体的适应度值g_n：

其中，表示当前合并种群S中第n个个体所对应元件参数向量中故障元件c的参数值，x_cN表示故障元件c的参数标称值；

S2.7：根据适应度值优选出下一代N个个体，构成下一代种群P′；

S2.8：判断迭代次数t是否达到预设的最大迭代次数t_max，如果未达到，则进入步骤S2.9，否则进入步骤S2.10；

S2.9：令种群P＝P′，t＝t+1，返回步骤S2.3；

S2.10：在最后一代种群P′的N个个体中筛选出误差小于β的个体，从这些个体的故障元件c的参数值中选择最小值作为故障元件c的参数范围下限x_cL；

S3：基于遗传算法获取故障元件参数范围上界，具体步骤包括：

S3.1：将元件参数向量X＝[x₁,x₂,…,x_C]作为遗传算法种群的个体，生成N个个体构成初始种群P，具体方法为：根据需要设置故障元件c的参数值x_c的故障取值范围，初始种群P中每个个体中故障元件c的参数值x_c在故障取值范围内取值，其余元件j′的参数x_j′在容差范围(x_j′N×(1-α),x_j′N×(1+α))内取值；

S3.2：初始化迭代次数t＝1；

S3.3：对种群P中的个体进行交叉和变异，得到新种群Q，在交叉和变异过程中需要保证故障元件c的参数值x_c在故障取值范围内取值，非故障元件的参数值在容差范围内取值；

S3.4：将种群P和种群Q进行合并，得到合并种群S；

S3.5：分别计算合并种群S中每个个体X_n的误差E_n；

S3.6：对于每个个体采用以下公式计算该个体的适应度值g_n：

S3.7：根据适应度值优选出下一代N个个体，构成下一代种群P′；

S3.8：判断迭代次数t是否达到预设的最大迭代次数t_max，如果未达到，则进入步骤S3.9，否则进入步骤S3.10；

S3.9：令种群P＝P′，t＝t+1，返回步骤S3.3；

S3.10：在最后一代种群P′的N个个体中筛选出误差小于β的个体，从这些个体的故障元件c的参数值中选择最大值作为故障元件c的参数范围上限x_cU。