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：合肥工业大学

摘要：本发明公开了一种基于调节因子自适应选取的S变换电能质量扰动识别方法，包括如下步骤：首先电能质量电压信号采集，将采集到的电能质量电压信号进行压缩感知降噪处理；然后对降噪处理后的电压信号通过改进S变换方法进行处理，获得S矩阵，从S矩阵中提取各扰动信号的特征曲线，并从特征曲线中提取各扰动特征相量，加入电能质量扰动相量集中；最后采用改进的麻雀算法优化的支持相量机对提取出的电能质量扰动特征值进行分类。本申请采用压缩感知降噪理论对扰动信号进行预处理，提高抗干扰能力，优化了整个S矩阵，增大S变换中调节因子的选取范围，最大程度上减小调节因子选取造成的检测误差，特征量提取更加准确，进而提高识别分类精度。

主权项：1.一种基于调节因子自适应选取的S变换电能质量扰动识别方法，其特征在于，包括如下步骤：步骤S1：电能质量电压信号采集，将采集到的电能质量电压信号进行压缩感知降噪处理；步骤S2：对降噪处理后的电压信号通过改进S变换方法进行处理，获得S矩阵，从S矩阵中提取各扰动信号的特征曲线，并从特征曲线中提取各扰动特征相量，加入电能质量扰动相量集中；步骤S2所述的对降噪处理后的电压信号通过改进S变换方法进行处理具体包括如下细分步骤：降噪输出信号的改进S变换为： 其中，为降噪输出信号；τ为时移因子；f对应信号频率；i虚数单位；q为调节因子；令f→nNT，τ→kT则改进S变换离散形式为： 其中，n，k为频率控制变量、T为采样时间间隔、N为采样点总数、m为移位控制变量、k＝0,1,…,N-1；能量集中度表达式为： 选取各频段调节因子最佳值qb，最佳值为M最大时对应的qb，得到qb分布情况，采用S型生长曲线拟合qb分布情况；基于S型生长曲线拟合qb公式为： 式中，a为垂直缩放因子；b为水平缩放因子；ε为垂直平移因子；k1为S型生长曲线的斜率；令f→nNT，τ→kT，根据公式改进S变换的离散形式，可得调节因子自适应选取的S变换离散形式为： 式中，为降噪输出信号，k,m,n＝1,2,…,N；步骤S3：采用改进的麻雀算法优化的支持相量机对提取出的电能质量扰动特征值进行分类；步骤S3所述的改进的麻雀算法包括如下改进过程：建立麻雀种群觅食的数学模型，由n只麻雀组成的种群可表示为： 初始麻雀种群的适应度为: 其中，xn,d表示第n只麻雀处在第d维位置上；d表示待优化问题的数量；FX表示适应度值，f表示麻雀个体适应度值；采用逻辑混沌映射对麻雀种群初始化，逻辑映射表达式为：Zn+1＝kZn1-Zn；其中，Zn∈0,1；k∈0,4为逻辑混沌参数；当麻雀种群开始觅食时，种群发现者、竞争者及预警者位置更新如下：发现者位置更新公式为： 其中，t为当前迭代数；im为最大迭代数；α∈0,1]是一个随机数；R∈[0,1]表示预警值；Sa∈[0.5,1]为安全值；Q是服从正态分布的随机数；L为元素全为1的1×d的矩阵；S为莱维飞行随机步长；ζ是步长控制参数；是发现者的当前位置；是当前迭代的最佳位置；竞争者位置更新公式为： 其中，XW表示种群适应度最低的位置；Xb表示当前发现者所处的全局最佳位置；A为1×d的矩阵，矩阵中每个元素随机赋值1或-1；预警者位置更新公式为： 其中，β是服从均值为0，方差为1的正态分布的步长控制参数；ρ∈[-1,1]是一个随机数；fi为第i只麻雀的适应度，fb和fw分别为全局最优适应度值和全局最差适应度值。

全文数据：

权利要求：

百度查询： 合肥工业大学 基于调节因子自适应选取的S变换电能质量扰动识别方法