申请/专利权人：南京工程学院

申请日：2020-12-07

公开（公告）日：2024-04-16

公开（公告）号：CN112529066B

主分类号：G06F18/24

分类号：G06F18/24;G06N3/084;G06Q50/06;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.04.06#实质审查的生效;2021.03.19#公开

摘要：本发明是一种基于BAS‑BP分类器模型的电压暂降源识别方法，应用改进S变换的结果模矩阵得到电压暂降信号的相关幅值曲线，提取并构建由16个电压暂降源识别特征指标组成的指标体系。为消除冗余信息对分类结果的影响，利用组合赋权法筛选出9个指标作为分类器的输入量，并应用改进S变换提取该9个指标数据。通过天牛须搜索算法对BP神经网络的初始权值和阈值进行寻优，构建BAS‑BP分类模型，实现对配电网不同类型电压暂降源的识别。最后，仿真结果表明，该分类器模型具有一定的抗噪能力与适用性，并且与常规分类器模型相比，可以更加有效地提高不同电压暂降源的识别正确率，具有更好的分类效果。

主权项：1.一种基于BAS-BP分类器模型的电压暂降源识别方法，其特征在于：通过应用改进S变换提取并构建由16个电压暂降源识别特征指标组成的指标体系；利用组合赋权法筛选出9个指标作为分类器的输入量，并应用改进S变换提取该9个指标数据用于消除冗余信息对分类结果的影响，通过天牛须搜索算法对BP神经网络的初始权值和阈值进行寻优，构建BAS-BP分类模型，具体步骤如下：步骤1，通过改进S变换得到由若干种不同故障引起的电压暂降信号的基频幅值曲线和频率幅值包络线；步骤2，应用改进S变换提取并构建均值、标准差、RMS值、暂降深度、能量、峰度、突变点个数、香农熵、对数能量熵、基频幅值下降和上升斜率、二次谐波含有率、偏度、波形系数、波峰系数和暂降时间比16个特征指标体系；步骤3，采用结合层次分析法与熵值法的组合赋权方法筛选出标准差、峰度、基频幅值上升和下降斜率、偏度、暂降深度、暂降时间比、突变点个数和二次谐波含有率共9个特征指标作为分类器的输入量，并确定各指标权重；步骤4，构建BP神经网络和天牛须搜索算法的原理和模型；步骤5，通过天牛须搜索算法对BP神经网络的初始权值和阈值进行寻优，构建BAS-BP分类器；步骤6，每种电压暂降类型提取2X组步骤3中上所述的9个指标数据并对其进行归一化处理；其中X组作为BAS-BP分类器的训练样本，另外X组作为BAS-BP分类器的测试样本进行测试，实现对配电网电压暂降源的精确识别。

全文数据：

权利要求：

百度查询： 南京工程学院 一种基于BAS-BP分类器模型的电压暂降源识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD