买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江苏省电力有限公司技能培训中心

摘要：本发明公开了基于自适应迭代特征参数库的变电站短路故障诊断方法，利用故障录波器采集变电站线路的故障信号，并对故障信号进行预处理；采用改进北方苍鹰算法优化变分模态分解中的惩罚因子α和分解层数K，并利用优化后的变分模态分解将预处理后的故障信号分解为本征模态分量；利用相关系数对故障信号进行去噪和重构；利用重构后故障信号的特征构建特征参数库；构建BiLSTM‑Attention网络模型并利用故障信号特征进行训练；将贡献率最高的特征输入至训练之后的BiLSTM‑Attention网络模型，实现变电站线路短路故障的诊断。本发明有效实现对线路短路故障状态的诊断，可应用于变电站线路短路故障诊断、故障反演等领域。

主权项：1.基于自适应迭代特征参数库的变电站短路故障诊断方法，其特征在于，包括如下步骤：步骤1：利用故障录波器采集变电站线路的故障信号，并对故障信号进行截短预处理；步骤2：采用改进北方苍鹰算法优化变分模态分解中的惩罚因子和分解层数K，并利用优化后的变分模态分解将预处理后的故障信号分解为本征模态分量；步骤3：计算本征模态分量与故障信号之间的相关系数，利用相关系数对故障信号进行去噪和重构；步骤4：利用重构后故障信号的特征构建特征参数库，并对特征参数库进行自适应迭代更新，筛选出贡献率最高的特征；步骤5：构建BiLSTM-Attention网络模型并利用故障信号特征进行训练；其中BiLSTM-Attention网络模型的输入项为故障信号的特征，输出项为变电站线路短路故障的发生概率；步骤6：将贡献率最高的特征输入至训练之后的BiLSTM-Attention网络模型，实现变电站线路短路故障的诊断；在步骤2中，将最小包络熵函数值作为改进北方苍鹰算法的适应度函数，通过每次代入不同组合的惩罚因子和分解层数K对适应度值进行计算，当迭代次数达到最大时，保存全局最小适应度值以及对应的参数组合和K，将其作为优化后变分模态分解的相应参数值；步骤2具体包括以下步骤：步骤21：在搜索空间中随机初始化北方苍鹰种群，种群矩阵如下： ，其中，Xi表示第i只北方苍鹰的位置，N为北方苍鹰的种群数量，M为求解的维度，xij为第i只北方苍鹰在第j维的原始位置；优化过程包括勘探阶段和追捕阶段：步骤22：勘探阶段北方苍鹰在第一阶段随机选择猎物并进行攻击，然后在全局搜索下找出最优解所在区域；勘探阶段数学模型为： ， ， ，式中，为第只猎物的位置，为第只北方苍鹰在第维中的新位置，为第只北方苍鹰在第维的原始位置，为第只北方苍鹰在第维猎物位置信息，为第只北方苍鹰更新后的位置信息，为第只北方苍鹰搜寻到猎物的函数值，表示当前阶段最优函数值，代表当前阶段目标函数值，是[1,]中不等于的随机自然数，为[0,1]内随机数，随机取值1或2；步骤23：追捕阶段勘探结束后，北方苍鹰以R为追捕半径追击猎物进行局部搜索，同时引入随机因子对原始追捕半径更新公式进行优化；追捕行为的数学模型为： ， ， ，式中，为当前迭代次数，T为最大迭代次数，为该阶段第只鹰的目标函数值，为第只鹰更新后的位置信息，为第只鹰在第维的新位置信息，β为的随机因子；通过全局搜索与局部搜索相结合更新变分模态分解参数，确定所有目标函数以及当前最优参数组合，然后进入下一次迭代，直到达到最大迭代次数时停止迭代，获得整个迭代过程中最优目标函数值对应的最优参数组合，作为变分模态分解的最优解；步骤4中故障信号的特征包括电压的峰峰值、方差、峭度、奇异值熵、能量和能量熵，选择任一特征构成基础特征参数库，然后进行迭代，在每次进行迭代时随机选择任一剩余特征加入至特征参数库，并通过主成分分析的方法计算当前特征参数库中主成分的贡献率，当迭代结束时，筛选出贡献率最高对应的特征作为故障信号特征。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司技能培训中心 基于自适应迭代特征参数库的变电站短路故障诊断方法