[发明专利]一种基于DOA-RF的变压器套管局部放电模式识别方法

权利要求书

1.一种基于DOA-RF的变压器套管局部放电模式识别方法，其特征在于，包括：

步骤S1：获取变压器套管局部放电UHF波形数据，提取UHF特征参数并进行归一化处理；

步骤S2：对特征参数进行降维，构建特征参数向量组；

步骤S3：初始化随机森林RF模型，设置决策树数量和最大特征数量的取值范围并随机赋值；

步骤S4：初始化野狗种群，通过野狗优化算法DOA搜索所述RF模型中决策树数量和最大特征数量两个参数的最优解；

步骤S5：根据最优参数组合构建油纸绝缘电容式套管故障诊断模型，实现套管局部放电故障类型诊断。

2.根据权利要求1所述基于DOA-RF的变压器套管局部放电模式识别方法，其特征在于，所述步骤S4的具体操作包括：

步骤4.1、初始化野狗种群，野狗位置对应一种决策树数量和最大特征数量的组合；

步骤4.2、以故障准确率作为适应度函数，计算当前野狗位置的适应度f，适应度f越大代表该位置越优适应度函数表示为：

其中，N_i代表验证集的样本个数，NT_i代表验证集中正确分类的样本个数；

步骤4.3、生成[0,1]内的均匀随机数rand1和rand2；

步骤4.4、按照所生成的随机数选择行动策略，所述行动策略包括：围攻策略、追捕策略和食腐策略；

步骤4.5、在捕食完后，野狗仍会面临生存问题，每只野狗的生存概率与其适应度值有关，野狗生存率计算公式为：

其中，f_max和f_min分别是目前最差和最佳的适应度，而f(i)是第i个野狗的适应度，适应度计算公式与步骤4.2一致；

若生存率survial(i)＜0.3，则计算并更新位置，位置更新公式为：

其中时生存率较低的野狗更新后的位置，和为群体中不同的两个随机个体，是第t次迭代中的最佳野狗位置，σ是算法随机生成的二进制数，σ∈{0,1}；

步骤4.6、计算更新后野狗位置的自适应度，若新值优于当前最优值，则更新最优野狗位置；

步骤4.7、判断是否达到最大迭代次数，若已达到，则输出最优参数赋予RF模型，若未达到，则返回步骤4.1继续迭代。

3.根据权利要求2所述基于DOA-RF的变压器套管局部放电模式识别方法，其特征在于，所述步骤4.4中，按照所生成的随机数选择行动策略的具体方法如下：P表示捕猎概率，Q表示围攻概率，且0＜P＜Q＜1；

(1)若rand1＜P且rand2＜Q，则执行围攻策略；

野狗能找到猎物的位置并将其包围，围攻策略的位置更新公式为：

其中，t代表当前的迭代次数，是野狗新位置；na是在[2，SizePop/2]的倒数中生成的随机整数，其中，SizePop是野狗种群的规模；是第t次迭代中第k个攻击野狗的位置，是第t次迭代中的最佳野狗位置，β₁是在[-2,2]内生成的均匀随机数；

(2)若rand1＜P且rand2≥Q，则执行追捕策略；

野狗通常捕猎小猎物，直到单独捕获为止，追捕策略的位置更新公式为：

其中是野狗新位置，是当前野狗的位置，是第t次迭代中的最佳野狗位置，β₁的值与前文一致，β₂是在[-1,1]内生成的均匀随机数，是野狗种群中的随机个体，且i≠r₁。

(3)若rand1≥P，则执行食腐策略；

食腐行为被定义为当野狗在它们的栖息地随意行走时找到腐肉吃的行为，食腐策略的位置更新公式为：

其中，其中是野狗新位置，是当前野狗的位置，的值与前文一致，是野狗种群中的随机个体，且i≠r₁。σ是算法随机生成的二进制数，σ∈{0,1}。

4.根据权利要求3所述基于DOA-RF的变压器套管局部放电模式识别方法，其特征在于，P＝0.5，Q＝0.7。