一种混沌量子布谷鸟搜索优化方法技术

本发明专利技术公开一种混沌量子布谷鸟搜索优化方法，其特征在于将混沌机制引入量子布谷鸟搜索算法，利用混沌映射初始化量子布谷鸟搜索算法中种群个体位置，利用混沌映射生成量子布谷鸟搜索算法中随机参数p，并在种群最优位置的更新陷入停滞时，利用邻域混沌局部搜索对种群最优个体进行变异操作。本发明专利技术基于混沌初始化、混沌随机参数生成以及混沌局部搜索这三种机制改进传统量子布谷鸟优化算法，增强算法收敛速度以及算法跳出局部最小点的能力，从而实现更精确地辨识分段式直流电弧噪声模型参数。现更精确地辨识分段式直流电弧噪声模型参数。现更精确地辨识分段式直流电弧噪声模型参数。

【技术实现步骤摘要】
一种混沌量子布谷鸟搜索优化方法


[0001]本专利技术涉及一种量子布谷鸟搜索算法，属于电弧故障检测领域。
技术背景
[0002]直流配电系统应用于越来越多的领域，例如多电飞机、住宅以及电动汽车等领域。但系统复杂度以及电压等级的提升对直流配电系统安全稳定运行带来了巨大挑战。其中，直流电弧故障是直流配电系统中的一种重要故障形式。相比于交流电弧故障，直流电弧故障没有过零点，难以自行熄灭，其危害更严重。直流电弧故障通常由连接器松动，导线磨损、断裂以及老化等原因造成。直流电弧故障在击穿空气放电的过程中，会产生强光、噪声、电磁辐射以及释放大量的热，最高温度可达5000℃，电弧故障极易引燃周围的可燃性物质，从而对系统造成灾难性损坏。
[0003]研究者通常基于实验的方式研究电弧故障检测方法。首先在实验平台中采集线路的电流信号，然后提取信号的故障特征并利用分类器实现对电弧故障的识别。但在飞机、舰艇以及矿井等实际系统中，开展实验研究电弧故障检测方法成本过高，而且还存在一定的危险性，可操作性不强。计算机技术的进步推动了以计算机为载体的电弧模型研究，使得低成本、高灵活性的电弧建模成为电弧故障研究的重要方面。
[0004]电弧的随机性以及不确定性主要反映在其高频噪声，因此对电弧噪声建模尤为重要。电弧电流信号包含丰富的高频噪声，有研究者通过在仿真电路的电流中叠加符合正态分布的白噪声模拟电弧的随机性。电弧电流的频谱能量呈现有色噪声的形式，而白噪声的频谱能量呈均匀分布。有研究者采用粉色噪声模拟电弧的随机性。相比于白噪声，粉色噪声能够更有效地表现电弧频谱能量在频域内的非线性特点。但粉色噪声在整个频带范围内与频率值的负一次幂正相关，无法反映电弧电流频谱能量在频域内分布形式的多样性。
[0005]对于直流电弧噪声模型而言，模型中参数的选取对于建模的准确度至关重要。有研究者采用非可积拟合法获取模型参数，但这种方法需要理解关于电弧离子场的专业知识。有研究者采用经验的方式确定模型中参数，这种方法主观性太强。南京航空航天大学高扬等人采用最小二乘法辨识电弧模型参数，但这个方法需要对参数的值域进行网格划分。参数辨识准确度与网格划分的精细程度有关，但若网格划分过于精细，将严重影响搜索效率。元启发式优化算法是当今解决工程优化问题的最主要的方式。元启发式优化算法的设计灵感大多受启发于自然界的现象，例如生物原理(繁殖、变异)和社会性行为(鸟群、鱼群、蜂群)。元启发式优化算法将优化问题看成一个黑箱，只考虑输入和输出，不依赖于优化问题的梯度信息或数学特性。在算法的初始阶段，随机生成种群，然后以特定的策略随机探测和开发目标区域，以逐渐逼近最优解。当今，已有研究者利用遗传算法和粒子群优化算法实现电弧模型的参数辨识。但遗传算法和粒子群优化算法存在易早熟、陷入局部最优以及收敛速度慢的问题。因此，为了避免参数辨识过程中的早熟现象并提升收敛准确度，有必要研究新型启发式优化算法。

技术实现思路

[0006]为了提升对直流电弧噪声建模的准确度，本专利技术提出一种混沌量子布谷鸟搜索优化方法。
[0007]本专利技术具体采用了如下技术方案：
[0008]一种混沌量子布谷鸟搜索优化方法，其特征在于将混沌机制引入量子布谷鸟搜索算法，利用混沌映射初始化量子布谷鸟搜索算法中种群个体位置，利用混沌映射生成量子布谷鸟搜索算法中随机参数p，并在种群最优位置的更新陷入停滞时，利用邻域混沌局部搜索对种群最优个体进行变异操作。
[0009]优选地，混沌量子布谷鸟搜索优化方法具体包括如下步骤：
[0010]步骤1)：设置种群中个体数目、算法最大迭代次数、量子更新机制控制参数α和δ、Levy分布参数β，利用混沌映射初始化种群个体位置；
[0011]步骤2)：计算种群中个体的适应度值；
[0012]步骤3)：采用混沌映射生成随机参数p，利用Levy飞行以及量子机制更新种群中个体位置，如下所示
[0013][0014]其中，J＝δln(1/η)，ε＝δexp(η)，x
g
表示种群最优个体位置，表示上次迭代时刻种群中个体平均位置，为上次迭代时刻种群中第i个个体位置，为当前迭代时刻种群中第i个个体位置，η和p均为介于(0,1)之间的随机数；
[0015]Levy飞行如下所示：
[0016][0017]其中，μ和v服从正态分布，Γ(
·
)为Gamma方程；
[0018]步骤4)：若种群中最优个体位置更新陷入停滞，则利用邻域混沌局部搜索对种群最优个体执行变异操作；
[0019]步骤5)：判断迭代次数是否大于所设置的最大迭代次数，若否，转向步骤6)，否则转向步骤7)；
[0020]步骤6)：迭代次数加1，转向步骤2)；
[0021]步骤7)：输出种群最优个体位置。
[0022]本专利技术有益效果在于：
[0023]本专利技术通过将混沌机制引入量子布谷鸟搜索算法，提出一种混沌量子布谷鸟搜索优化算法对分段式直流电弧噪声模型的目标函数进行参数寻优，采用混沌映射初始化种群位置以及生成关键参数p，并在种群最优位置的更新陷入停滞时利用邻域混沌局部搜索对
种群最优个体执行变异操作，从而有效解决传统量子布谷鸟优化算法易陷入早熟收敛的问题并加快收敛速度，提高对分段式直流电弧噪声模型参数辨识的准确度。
附图说明
[0024]图1是基于混沌量子布谷鸟搜索的流程图；
[0025]图2是频带分段示意图；
[0026]图3是利用本专利技术实施实例获取的分段式直流电弧噪声模型的参数预测得到的电弧电流噪声频谱曲线与实际电流数据噪声频谱曲线；
[0027]图4是利用本专利技术实施实例获取的白噪声模型以及粉色噪声模型参数预测得到的电弧电流噪声频谱曲线与实际电流数据噪声频谱曲线；
具体实施方式
[0028]下面结合说明书附图对本专利技术的技术方案进行详细说明。
[0029]步骤1：采集直流电弧电流信号，并对采集到的电流信号进行傅里叶分解，得到电流的频域分布特性；
[0030]步骤2：根据直流电弧电流的频谱分布特性建立分段式直流电弧噪声模型，其表达式为：
[0031][0032]式中，f为频率值，f0为拐点频率，L为频谱能量幅值的控制参数，c为频谱能量下降速率的控制参数，S(f)为模型输出的频谱分布，S
w
(f)为模型输入信号WS的频谱分布。WS符合正态分布，其表达式如公式(2)所示：
[0033]WS～N(0,1)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0034]步骤3：设置目标函数的表达式为均方根误差的形式：
[0035][0036]其中，E(t)为误差公式，Point为数据点的个数；
[0037]为设计误差公式，如图2，首先将0～100KH的频带范围平均分为20份频带段(frequency band fragment,FBF)。求取分段式直流电弧噪声模型输出和实际数据所对应每个FBF的频谱能量差本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混沌量子布谷鸟搜索优化方法，其特征在于将混沌机制引入量子布谷鸟搜索算法，利用混沌映射初始化量子布谷鸟搜索算法中种群个体位置，利用混沌映射生成量子布谷鸟搜索算法中随机参数p，并在种群最优位置的更新陷入停滞时，利用邻域混沌局部搜索对种群最优个体进行变异操作。2.如权利要求1所述的混沌量子布谷鸟搜索优化方法，其特征在于具体包括如下步骤：步骤1)：设置种群中个体数目、算法最大迭代次数、量子更新机制控制参数α和δ、Levy分布参数β，利用混沌映射初始化种群个体位置；步骤2)：计算种群中个体的适应度值；步骤3)：采用混沌映射生成随机参数p，利用Levy飞行以及量子机制更新种群中个体位置，如下所示其中，J...

【专利技术属性】
技术研发人员：王莉，尹振东，杨善水，张瑶佳，高杨，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：