(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111372742.3 (22)申请日 2021.11.18 (71)申请人 国网山东省电力公司电力科 学研究 院 地址 250003 山东省济南市 市中区望岳路 2000号 申请人 国家电网有限公司 (72)发明人 张丕沛　孙景文　汪鹏　王江伟　 孙艳迪　孙承海　李杰　师伟　 李秀卫　任敬国　辜超　姚金霞　 徐冉　 (74)专利代理 机构 济南泉城专利商标事务所 37218 代理人 赵玉凤(51)Int.Cl. G06F 30/27(2020.01) G06F 17/10(2006.01) G06K 9/62(2022.01) G06N 3/00(2006.01) (54)发明名称 基于改进蝙蝠算法和支持向量机的局部放 电故障诊断方法 (57)摘要 本发明公开了一种基于改进蝙蝠算法和支 持向量机的局部放电故障诊断方法， 其步骤包 括： 采集特高频局部放电数据， 并对数据进行预 处理， 构建样本库； 采用随机初始化的蝙蝠位置 坐标构建初始支持向量机模型； 使用改进蝙蝠算 法优化支持向量机模型， 并建立局部放电故障诊 断的支持向量机模型； 使用建立的局部放电故障 诊断模型识别故障类型， 获得故障识别结果。 本 发明能获得较好的分类效果， 加快支持向量机参 数寻优的效率， 从而实现局部放电故障的自动诊 断和准确识别。 权利要求书2页 说明书5页 附图1页 CN 114091334 A 2022.02.25 CN 114091334 A 1.基于改进蝙蝠算法和支持向量机的局部放电故障诊断方法， 其特征在于： 包括以下 步骤： S01)、 获取包括a类缺陷的特高频局部放电信号集并作 为样本集合， 提取所述样本集合 中每个样本的N个统计特征并进行归一化处理， 得到缺陷特征集合： C＝{C1,C2,…,Ci,…, Ca}， Ci表示GIS局部放电第i类缺陷特征样本集合， 并有： 表示 第i类GIS缺陷特征样本集中第j个样本； 且第j个样本 包含N个归一化后的统计特征， 1≤i ≤a， 1≤j≤ M， M表示第i类缺陷特 征样本的总数； S02)、 初始化参数， 包括种群大小W、 搜索空间D、 最大迭代次数T、 脉冲频率最大值fmax、 脉冲频率 最小值fmin、 脉冲发射 率r、 脉冲响度A， 构建初始化支持向量机模型； S03)、 采用改进蝙蝠算法和支持向量机相结合的方法对缺陷特征样本训练集进行训 练， 构建局部放电故障诊断的支持向量机模型； S04)、 利用所述局部放电故障诊断的支持向量机模型对局部放电特高频信号的测试样 本集合进行诊断， 输出局部放电故障诊断的识别结果。 2.根据权利要求1所述的基于改进蝙蝠算法和支持向量机的局部放电故障诊断方法， 其特征在于： 步骤S0 3)具体为： S31)、 以局部放电故障诊断准确率作为适应度函数， 适应度值最大的为最优解， 目前整 个蝙蝠群搜索到的全局最优位置为X*＝(x1,x2)， 采用levy飞行特征来替代蝙蝠个体对最佳 位置的探寻， 位置更新公式如下： fi＝fmin+(fmax‑fmin)β， 式中： t为当前的迭代次数， β 是在[0,1]区间上均匀分布的随机变量， fmax、 fmin为频率的 最大值与最小值， X*为当前最优位置， 为上次迭代计算的最佳位置， levy( λ )为位置更新 时跳跃步长服从levy分布随机 搜索向量； λ为1 ‑3之间的尺度参数， 表示矢量 运算； S32)、 在[0,1]范围产生一个 随机数rand1， 判断rand1是否大于r， 如果是， 则 从最优解 中选择一个解， 在选择的解附近形成一个局部解替代当前解， 如果否， 则使用levy飞行特征 对应公式更新蝙蝠当前位置Xnew， Xnew＝Xold+ εAt； ε∈[‑1， 1]， 是一个随机数， At是整个群体在同一代中的平均响度 S33)、 在[0,1]范围产生一个随机数rand2， 判断rand2是否大于A， 计算蝙蝠个体新位置 Xnew的适应度值f(Xnew)是否优于个体当前自身极值的适应度f(Xold)， 如果rand<A， 并且蝙蝠 当前位置得到改善， 则飞至更新后的位置在[0,1]范围产生一个随机数rand2， 判断rand2是 否大于A， 计算蝙蝠个体新位置Xnew的适应度值f(Xnew)是否优于个体 当前自身极值的适应度 f(Xold)。 如果rand<A， 并且蝙蝠当前位置得到改善， 则飞至更新后的位置； S34)、 如果在当前迭代中蝙蝠个体k的适应度f(Xnew)优于全局最优值pgd的适应度f (pgd)， 就用蝙蝠k的新 位置Xnew代替当前最优位置pgd； 否则pgd不用更新； S35)、 更新脉冲响度A和脉冲发射速率r： 权　利　要　求　书 1/2 页 2 CN 114091334 A 2其中α 、 γ是衡量， 0 <α <1， 0<γ， ri0表示蝙蝠i初始脉冲频率； S36)、 如果迭代次数没有达到迭代最大次数T， 则返回步骤S31 )， 否则， 继续往下一步 骤； S37)、 输出全局最优解ped， 即支持向量机最优的核函数值， 利用最优解构造局部放电故 障诊断的支持向量机模型。 3.根据权利要求1所述的基于改进蝙蝠算法和支持向量机的局部放电故障诊断方法， 其特征在于： 步骤S02)包括以下两个步骤： S21)、 初始化种群； 随机产生W个蝙蝠个体的位置Xi＝(xk1,xk2)， 其速度可以记为向量Vi ＝(vk1,vk2) S22)、 用蝙蝠个体的位置分别表示支持向量机的核函数参数值c和gamma， 构建初始支 持向量机模型。权　利　要　求　书 2/2 页 3 CN 114091334 A 3