[发明专利]一种高压岸电谐波预测方法

权利要求书

1.一种高压岸电谐波预测方法，其特征在于，包括以下步骤：

采集高压岸电系统的原始检测数据；

通过集成经验模态分解法将原始检测数据逐级分解为有限个本征模函数；

通过布谷鸟寻优算法寻找SVM算法的惩罚因子参数C和核函数σ²；

建立集成经验模态分解法和布谷鸟优化的SVM模型；

通过所述SVM模型获取高压岸电谐波预测数据。

2.根据权利要求1所述的高压岸电谐波预测方法，其特征在于，所述采集高压岸电系统的原始检测数据包括以下步骤：

选取一个地区的岸电系统中典型高压岸电系统建立岸电电力系统的数学模型，通过岸电电力系统的数学模型采集得到岸电机组的谐波电压，将高压岸电系统的谐波电压作为原始岸电检测数据。

3.根据权利要求2所述的高压岸电谐波预测方法，其特征在于，所述本征模函数包括高压岸电系统的谐波电压信号的各时间尺度的局部特征信号。

4.根据权利要求3所述的高压岸电谐波预测方法，其特征在于，所述通过集成经验模态分解法将原始检测数据逐级分解为有限个本征模函数包括以下步骤：

步骤1：初始化循环变量i＝1，原数据序列x_i(t)；

步骤2：识别出原数据序列中所有得局部极大值点，通过三次样条插值法拟合出局部极大值点的最大值包络线m₊(t)和最小值包络线m_{_}(t)；

步骤3：将最大值包络线和最小值包络线的均值m_i(t)作为原数据序列的均值包络；

步骤4：将原数据序列x_i(t)减去均值包络m_i(t)，得到一个去掉低频的新数据序列h_i(t)：

步骤5：判断新数据序列h_i(t)是否满足本征模函数分量的条件，若不满足，重复步骤2至步骤4；若满足，记c_i(t)＝h_i(t)，则c_i(t)为第i个本征模函数分量，同时将原数据序列x_i(t)减去均值包络c_i(t)，得到一个去掉高频的剩余分量r_i(t)：

步骤6：判断r_i(t)是否满足终止条件，所述终止条件为当剩余分量r_n(t)是单调函数或常量时，或第n个IMF分量r_n(t)低于预设值，结束集成经验模态分解，得到n个IMF分量c_i(t)和一个剩余分量r_i(t)。

5.根据权利要求1或4所述的高压岸电谐波预测方法，其特征在于，所述通过布谷鸟寻优算法寻找SVM模型的惩罚因子参数C和核函数σ²包括以下步骤：

步骤6：初始化鸟巢的位置和参数；

步骤7：根据初始化鸟巢的位置，以初始化鸟巢的位置的均方差作为适应度，

找到当前鸟巢位置的最优解；

步骤8：通过Lévy飞行产生一个新的鸟巢位置，比较前后两代鸟巢的适应度，选取适应度较好的鸟巢；

步骤9：从均匀分布[0,1]中取随机数r和淘汰概率Pa作对比，若rPa，则丢弃两者较小值对应的鸟巢位置；

步骤10：判断是否满足结束条件，所述结束条件为适应度值较为理想、最优解停止不变、达到最大允许迭代次数或收敛精度，若满足结束条件，输出两个最优解分别作为惩罚因子参数C和核函数σ²，若不满足结束条件，回到步骤7。