基于变分模态分解和改进灰狼算法优化深度置信网络的自动转换开关故障识别

作者：刘帼巾; 刘达明^*; 缪建华; 杨雨泽; 王乐康; 刘琦

来源：电工技术学报, 2023, 1-13.

DOI：10.19595/j.cnki.1000-6753.tces.222143

• 优化灰狼算法
• 深度置信网络
• 自动转换开关
• 故障识别

自动转换开关(ATSE)是保证系统的连续供电的设备，对其进行健康监测和故障诊断对系统的稳定运行具有重要意义。为了实现对ATSE的非侵入式故障识别，本文提出一种基于电流信号变分模态分解(VMD)的特征提取和改进灰狼算法(IGWO)优化深度置信网络(DBN)相结合的故障诊断方法。该方法首先利用样本熵确定VMD分解次数并对故障电流进行分解；其次对分解后得到的本征模态函数进行小波包能量的提取，并利用IGWO对DBN网络结构参数进行优化；最后通过DBN将电流能量特征与ATSE的故障类型建立起映射关系从而完成最终的故障识别。所提IGWO采用了分段调节与非线性递减的衰减因子相结合的策略，以平衡算法全局搜索和局部搜索能力；并采用莱维飞行更新探狼的移动位置，来避免算法陷入早熟收敛。实验结果表明该算法不仅能显著提高前期对参数寻优的训练速度，后续泛化实验的故障分类准确率也有着98.78%的良好表现。

• 单位
  河北工业大学