[发明专利]一种基于VMD-WOA-LSSVM的输电线路短路故障诊断方法

权利要求书

1.一种基于VMD-WOA-LSSVM的输电线路短路故障诊断方法，其特征是，包括以下步骤：

S1、基于MATLAB Simulink建立输电线路短路故障诊断模型，设置不同短路故障类型包括正常状态，改变其初相角、故障点电阻、故障时间进行仿真，得到三相电压原始数据；

S2、采用VMD对故障电压数据进行分解，通过中心频率确定VMD的分解个数，并计算各分量的样本熵值作为故障诊断模型的输入特征量，完成故障特征提取,组成故障样本库；

S3、建立基于最小二乘支持向量机输电线路短路模型，选用径向基核函数作为LSSVM的核函数；采用WOA对LSSVM惩罚因子c和核函数σ²进行优化，对输电线路短路故障进行诊断；

S4、采用遗传算法、粒子群优化算法优化LSSVM的参数，并对输电线路短路故障进行诊断，与S3中的诊断性能进行对比。

2.如权利要求1所述的基于VMD-WOA-LSSVM的输电线路短路故障诊断方法，其特征是，VMD分解故障电压的数学模型为：

其中，u_k为被分解后的分量，k为分解个数，{u_k}＝{u₁,u₂,...,u_k}；f为原始故障电压信号f＝f(t)，{ω_k}＝{ω₁,ω₂,...,ω_k}为每个分量u_k的中心频率，为对本征模态信号混合的一个预估中心频率，δ(t)为狄利克雷函数，t是时间序列，j为虚数单位，为函数对时间t的偏导数，s.t.表示约束条件。

3.如权利要求1所述的基于VMD-WOA-LSSVM的输电线路短路故障诊断方法，其特征是，所述基于最小二乘支持向量机输电线路短路模型为：

其中，y为模型输出，α_i为第i个样本数据对应的拉格朗日乘子，K(x,x_i)为核函数矩阵，b为偏置量，i是序号(i＝1，2，...n)，x_i为第i个样本数据。

4.如权利要求1所述的基于VMD-WOA-LSSVM的输电线路短路故障诊断方法，其特征是，所述采用WOA对LSSVM惩罚因子c和核函数σ²进行优化包括：环绕式包围捕食、螺旋泡网攻击和捕食猎物三个阶段。

5.如权利要求1所述的基于VMD-WOA-LSSVM的输电线路短路故障诊断方法，其特征是，所述采用WOA优化的LSSVM对输电线路短路故障进行诊断包括：

a对样本数据集进行归一化处理；

b.设置WOA的种群数目、迭代次数、变量数目、变量的上限和下限；

c.初始化种群数目；

d.定义适应度函数，将诊断正确率作为适应度函数；

e.WOA算法对核函数σ²和惩罚因子c进行寻优；

f.将寻优得到的核函数σ²和惩罚因子c代入LSSVM中，得到输电线路短路故障诊断结果。