[发明专利]一种基于BAS-BP分类器模型的电压暂降源识别方法

权利要求书

1.一种基于BAS-BP分类器模型的电压暂降源识别方法，其特征在于：通过应用改进S变换提取并构建由16个电压暂降源识别特征指标组成的指标体系。利用组合赋权法筛选出9个指标作为分类器的输入量，并应用改进S变换提取该9个指标数据用于消除冗余信息对分类结果的影响，通过天牛须搜索算法对BP神经网络的初始权值和阈值进行寻优，构建BAS-BP分类模型，具体步骤如下：

步骤1，通过改进S变换得到由若干种不同故障引起的电压暂降信号的基频幅值曲线和频率幅值包络线；

步骤2，应用改进S变换提取并构建均值、标准差、RMS值、暂降深度、能量、峰度、突变点个数、香农熵、对数能量熵、基频幅值下降和上升斜率、二次谐波含有率、偏度、波形系数、波峰系数和暂降时间比16个特征指标体系；

步骤3，采用结合层次分析法与熵值法的组合赋权方法筛选出标准差、峰度、基频幅值上升和下降斜率、偏度、暂降深度、暂降时间比、突变点个数和二次谐波含有率共9个特征指标作为分类器的输入量，并确定各指标权重；

步骤4，构建BP神经网络和天牛须搜索算法的原理和模型；

步骤5，通过天牛须搜索算法对BP神经网络的初始权值和阈值进行寻优，构建BAS-BP分类器；

步骤6，每种电压暂降类型提取2X组步骤3中上所述的9个指标数据并对其进行归一化处理；其中X组作为BAS-BP分类器的训练样本，另外X组作为BAS-BP分类器的测试样本进行测试，实现对配电网电压暂降源的精确识别。

2.如权利要求1所述的一种基于BAS-BP分类器模型的电压暂降源识别方法，其特征在于：所述的步骤3中组合赋权法需要对9个特征指标数据进行数据标准化，标准化公式如下：

式中：A_ij^*为第j个样本的第i个特征指标标准化后的数据；A_ij为第j个样本的第i个特征指标原始数据；为第j个样本的均值；std(A_j)表示标准差。

3.如权利要求2所述的一种基于BAS-BP分类器模型的电压暂降源识别方法，其特征在于：所述的步骤3中确定9个特征指标权重的步骤具体如下：

步骤3.1，根据标度表对各特征指标进行两两比较，得到判断矩阵A＝(a_ij)_n×n；其中：a_ij表示的意义是，与指标j相比，i的重要程度，a_ii为1，a_ij0且满足a_ij×a_ji＝1；

步骤3.2，对判断矩阵A进行一致性检验，一致性检验公式如下：

式中：CI为一致性指标，λ_max为判断矩阵A的最大特征值；CR为一致性比例，RI为平均随机一致性指标，可通过查表得到；

若CR0.1，则可认为所求权重有意义；否则需要对判断矩阵A＝(a_ij)_n×n进行调整；

步骤3.3，利用算数平均法求权重向量，具体权重向量计算公式如下：

式中，ω_1i为利用算数平均法所求权重向量；a_kj为与指标j相比，k的重要程度，k＝1，2,…,n，n为指标个数；

步骤3.4，采用熵值法确定各特征指标的客观权重，具体步骤如下：

步骤3.4.1，计算第i个特征指标的熵值：

式中：为第i项指标下第j个样本的比重；n为特征指标矩阵A_ij的行数，即样本数；

步骤3.4.2，熵值法权重向量为：

式中：ω_2i为利用熵值法所求权重向量；m为特征指标个数；

步骤3.5，得到组合赋权权重，所述的组合赋权权重的计算公式如下：

式中，ω_1i为利用算数平均法所求权重向量；ω_2i为利用熵值法所求权重向量。