(19)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 202211128150.1 (22)申请日 2022.09.16 (71)申请人 山东科技大 学 地址 266590 山东省青岛市黄岛区前湾港 路579号 (72)发明人 张玉敏　吉兴全　叶平峰　于一潇　 杨明　张朔　张旋　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 赵妍 (51)Int.Cl. G01R 31/08(2006.01) G06N 20/00(2019.01) (54)发明名称 基于IELM-VMD算法的配电网故障测距方法 及系统 (57)摘要 本发明属于电力 传输技术领域， 提供了基于 IELM‑VMD算法的配电网故障测距方法及系统， 该 方法包括基于故障区段定位结果和校验机制确 定测距节点； 基于选择的测距节点， 获取采样点 的三相故障信号； 对三相故障信号进行相模变 换， 通过Clarke变换获取三相故障信号的模分 量， 并根据故障类型及选取规则选择模分量； 基 于选取的模分量， 采用IELM ‑VMD算法对信号进行 模态分解， 将VMD算法作为内核， 以IMF分量的包 络熵为评价函数， 通过IELM算法的双层结构对 VMD的分解层数与惩罚因子进行优化求解， 得到 IMF分量； 基于IMF分量， 提取IMF分量的固有频 率， 基于IMF分量的固有频率和故障距离之间的 关系， 计算故障距离 。 权利要求书2页 说明书19页 附图6页 CN 115494341 A 2022.12.20 CN 115494341 A 1.基于IELM ‑VMD算法的配电网故障测距方法， 其特 征在于， 包括： 基于故障区段定位结果确定测距 节点； 基于选择的测距 节点， 获取采样点的三相故障信号； 对三相故障信号进行相模变换， 通过Clarke变换获取三相故障信号的模分量， 并根据 故障类型及选取规则选择模分量； 基于选取的模分量， 采用IELM ‑VMD算法对信号进行模态分解， 将VMD算法作为内核， 以 IMF分量的包络熵为评价函数， 通过IELM算法的双层结构对VMD的分解层数与惩罚因子进 行 优化求解， 得到IMF分量； 基于IMF分量， 提取IMF分量的固有频率， 基于IMF分量的固有频率和故障距离之间 的关 系， 计算故障距离 。 2.如权利 要求1所述的基于IELM ‑VMD算法的配电网故障测距方法， 其特征在于， 依据配 电网故障区段定位结果， 将不同参数线路之间的连接节点以及近电源侧节点作为测距节 点。 3.如权利 要求1所述的基于IELM ‑VMD算法的配电网故障测距方法， 其特征在于， 所述以 IMF分量的包络熵为评价 函数的构建过程包括： 以各IMF分量估计带宽之和最小为目标函数， 以各IMF分量叠加等于原始信号为约束， 建立有约束优化问题； 引入惩罚因子以及拉格朗日算子， 将有约束优化问题转 化为无约束优化问题； 通过交替方向乘子法求 解无约束优化问题， 采用交替更新的思想得到各IMF分量； 各IMF分量经解调后得到包络信号， 对包络信号进行归一化， 得到概率分布序列， 基于 概率分布序列得到包络熵， 将各IMF分量的包络熵之和作为评价 函数。 4.如权利 要求1所述的基于IELM ‑VMD算法的配电网故障测距方法， 其特征在于， 所述各 IMF分量估计带宽的计算过程包括： 对原始信号X(t)进行Hi lbert变换， 得到每 个IMF分量xk(t)的解析信号及单边频谱； 将各IMF分量的频谱平移到相对 应的基频带， 通过混合估 计中心频率 计算上述解 调信号梯度2范 数的平方， 估计出 各IMF分量的带宽 。 5.如权利 要求1所述的基于IELM ‑VMD算法的配电网故障测距方法， 其特征在于， 所述无 约束优化问题的表达式为： 式中， {xk(t)}为K个IMF分量集合， {ωk}为K个IMF分量的中心频率集合， λ(t)为拉格朗 日算子， αc为惩罚因子， δ(t)为狄拉克广义 函数； X(t)为原 始信号。 6.如权利要求1所述的基于IELM ‑VMD算法的配电网故障测距方法， 其特征在于， 通过 IELM算法的双 层结构对分解层数 K与惩罚因子αc进行优化 求解， 具体包括如下步骤： IELM算法第一层中， 将惩罚因子αc固定为初始值， 以包络熵有最小值为目标函数， 通过 IELM算法求 解最优分解层数 K；权　利　要　求　书 1/2 页 2 CN 115494341 A 2IELM算法第二层中， 将最优分解层数K看作固定值， 以包络熵有最小值为目标函数， 通 过IELM算法求 解最优惩罚因子αc。 7.如权利 要求1所述的基于IELM ‑VMD算法的配电网故障测距方法， 其特征在于， 所述基 于IMF分量， 提取IMF分量的固有频率采用多重信号分类估计法。 8.基于IELM ‑VMD算法的配电网故障测距系统， 其特 征在于， 包括： 测距节点选择模块， 用于基于故障区段定位结果和校验机制确定测距 节点； 故障信号获取模块， 用于基于 选择的测距 节点， 获取采样点的三相故障信号； 模分量获取模块， 用于对三相故障信号进行相模变换， 通过Clarke变换获取三相故障 信号的模分量， 并根据故障类型及选取规则选择模分量； 模态分解模块， 用于基于选取的模分量， 采用IELM ‑VMD算法对信号进行模态分解， 将 VMD算法作为内核， 以IMF分量的包络熵为评价函数， 通过IELM算法的双层结构对VMD的分解 层数与惩罚因子进行优化 求解， 得到IMF分量； 故障测距模块， 用于基于IMF分量， 提取IMF分量的固有频率， 基于IMF分量的固有频率 和故障距离之间的关系， 计算故障距离 。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现如权利要求1 ‑7中任一项所述的基于IELM ‑VMD算法的配电网故障测距方法中的步 骤。 10.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一项 所述的基 于IELM‑VMD算法的配电网故障测距方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115494341 A 3