[发明专利]一种基于改进混沌粒子群优化神经网络的高压断路器状态评估方法

权利要求书

1.一种基于改进混沌粒子群优化神经网络的高压断路器状态评估方法，其特征在于，包括以下步骤：

S1：高压断路器输入特征值与输出状态的选取；

S2：改进混沌粒子群优化神经网络算法参数设置；

S3：采用基于改进混沌粒子群优化神经网络(CPSOBP)评估高压断路器状态评估，并通过与标准神经算法(BP)、粒子群优化神经网络(PSOBP)对比，证明算法的优越性，输出正确的高压断路器状态。

2.根据权利要求1所述基于改进混沌粒子群优化神经网络的高压断路器状态评估方法，其特征在于，在步骤S1中：根据分闸、合闸动作线圈电流曲线提取输入特征值电流参数：I₁、I₂、I₃；时间参数：T₁、T₂、T₃、T₄、T₅。

3.根据权利要求1所述基于改进混沌粒子群优化神经网络的高压断路器状态评估方法，其特征在于，在步骤S2中，所述改进混沌粒子群优化神经网络算法参数设置中的可变的惯性权重；所述惯性权重的计算公式如下：

其中：ω为惯性权重；ω_min为惯性权重最小值；ω_max为惯性权重最大值；iter为当前迭代次数；Maxiter为最大迭代次数。

4.根据权利要求1所述基于改进混沌粒子群优化神经网络的高压断路器状态评估方法，其特征在于，在步骤S2中：所述改进混沌粒子群优化神经网络算法参数设置中的粒子群算法混沌化；在粒子更新过程中引入典型的Logistic映射方程：

将Logistic映射与Chebyshev映射相结合的组合混沌序列引入到粒子群算法的初始化过程中，以改善粒子分布的随机性和均匀性；

组合混沌序列映射方程为：其中：

x_n为粒子这次和上次状态值；x₀、y₀为粒子的初始值；n为控制参数。

5.根据权利要求1至4任一项所述的基于改进混沌粒子群优化神经网络的高压断路器状态评估方法，其特征在于，在步骤S3中，所述采用标准神经算法(BP)、粒子群优化神经网络(PSOBP)、基于改进混沌粒子群优化神经网络(CPSOBP)评估高压断路器状态的评价标准；

评价标准：累积方差

式中：i＝1、2…n，n为常数，代表输出值个数；T_i为目标输出值；E_i为仿真输出值；f_w为实验数据与目标数据的累计方差。