[发明专利]基于果蝇算法与随机共振的行波信号处理方法

权利要求书

1.基于果蝇算法与随机共振的行波信号处理方法，其特征在于，包括：

发生线路故障后，系统主站实时采集行波信号；

基于果蝇算法的自适应随机共振模型对行波信号进行处理，得到高信噪比的行波信号；

利用行波提取方法对高信噪比的行波信号进行故障特征信息提取。

2.根据权利要求1所述的基于果蝇算法与随机共振的行波信号处理方法，其特征在于，

构建基于果蝇算法的自适应随机共振模型，包括：

构建单稳态随机共振模型，公式为：

式中：y(t)为给定的输入信号；δ(t)为噪声信号；u(t)为不含噪声的行波信号；a和b为设定的模型参数；x为单稳态随机共振模型输出信号，为单稳态随机共振模型输出信号对时间t的导数；

在已知道y(t)、a、b和采样频率步长h的前提下，利用四阶龙格库塔法对x进行求解。

3.根据权利要求2所述的基于果蝇算法与随机共振的行波信号处理方法，其特征在于，

构建基于果蝇算法的自适应随机共振模型，包括：

对单稳态随机共振模型进行归一化尺度变换，使之满足随机共振条件，变化后单稳态随机共振模型为：

式中，z为归一化尺度变换后单稳态随机共振模型的输出信号；

对于给定的输入信号y(t)，不同的模型参数a和b产生不同随机共振效应，为使得随机共振效应最优，基于果蝇算法自适应调整参数a和b。

4.根据权利要求3所述的基于果蝇算法与随机共振的行波信号处理方法，其特征在于，

基于果蝇算法自适应调整参数a和b，包括：

1)设定a₀和b₀初始值均为采样频率，赋值步长L的初始值L₀、j＝1，正整数F，i为1和常数C；

2)设定果蝇个体利用嗅觉搜寻食物的方向为随机、果蝇的数量n和果蝇个体利用嗅觉搜寻食物的可活动半径，建立更新公式：

其中，i＝1,2,…,n；j＝1,2,…,m，m为设定的迭代次数；a_ji为第j次迭代寻优后第i个果蝇对应的参数a的值；b_ji为第j次迭代寻优后第i个果蝇对应的参数b的值；Rand(n,1)表示随机产生一个n×1维矩阵；

3)依次将i＝1,2,…,n代入公式(3)中，基于公式(3)获得共计n个(a_jn,b_jn)；

将共计n个(a_jn,b_jn)依次输入公式(2)中，基于四阶龙格库塔法求解公式(2)依次得到n个输出信号z，将第i个输出信号z的信噪比和第i个输入信号y的信噪比输入公式(4)，基于公式(4)计算得到n个对应的随机共振信噪比增益SNRI：

式中，SNR_out为输出信号z的信噪比，SNR_in为输入信号y的信噪比；

4)记录n个随机共振信噪比增益中的最大值SNRI_L,max，及该最大值对应的模型参数a和b；

5)L值增加C，重复步骤1)到4)直到L达到设定的最大值L_max，L_max＝L₀+F×C，得到共计F个SNRI_L,max；

记F个随机共振信噪比增益中的最大值SNRI_L,max，及该最大值对应的模型参数a和b；

6)将公式(3)中的a₀更新为该最大值对应的模型参数a，将公式(3)中的b₀更新为该最大值对应的模型参数b；

7)j的值加1，判断j是否大于m，如果j小于等于m，则重复步骤2)-6)，否则进入步骤8)；

8)基于步骤7)获得总计m个SNRI_L,max及该SNRI_L,max对应的模型参数a和b，基于公式(5)获得m个SNRI_L,max中最大的SNRI_L,max：

max(SNRI_L0,max，SNRI_L0+C,max，…，SNRI_Lmax,max) (5)，

更新公式(2)中的a为该最大的SNRI_L,max对应的模型参数a，更新公式(2)中的b为该最大的SNRI_L,max对应的模型参数b。