(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 202111529935.5 (22)申请日 2021.12.0 6 (71)申请人 江南大学 地址 214122 江苏省无锡市滨湖区蠡湖大 道1800号 (72)发明人 李正权　张禄　高子涵　 (74)专利代理 机构 哈尔滨市阳光惠远知识产权 代理有限公司 2321 1 代理人 张勇 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/00(2006.01) G06Q 50/06(2012.01) G06T 17/00(2006.01) (54)发明名称 基于麻雀搜索算法和模拟电荷法的输电线 电场计算方法 (57)摘要 本发明公开了基于麻雀搜索算法和模拟电 荷法的输电线电场计算方法， 属于高压输电线路 技术领域。 本发明改进传统SSA算法， 引入Sine ‑ Cosine混沌映射生成遍历均匀性较高的初始化 种群， 引入动态比例因子调整种群中发现者所占 的比例， 引入相似度函数判断是否陷入了局部最 优， 有效地解决了传统SSA算法后期种群多样性 减少、 易陷入局部最优等问题； 并通过改进的SSA 算法得到最优模拟线电荷， 有效避免了传统模拟 电荷法中凭借使用者的直观经验设置模拟电荷 引入的人为误差； 本发明可用于精确计算高压输 电线周围产生的三维空间电场， 对于环境保护、 光缆线路架设、 人体安全等方面的研究有较大的 助益。 权利要求书4页 说明书10页 附图5页 CN 114330111 A 2022.04.12 CN 114330111 A 1.一种基于麻雀搜索算法和模拟电荷法的输电线电场计算方法， 其特征在于， 所述方 法包括： 将输电线中模拟线电荷到轴心的距离作为待寻优的变量， 将分布在输电线表面的若干 校验点的电位的平均电位 误差函数作为 适应度函数， 利用改进的麻雀搜索算法进行寻优； 根据寻优得到的最优 模拟线电荷计算场域内任意 一点的电位或电场强度值。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法包括： S1： 构建三维输电线模型， 设置匹配点、 校验点， 所述匹配点和校验点均匀地分布在输 电线表面且电位已知； S2： 初始化参数， 包括： 麻雀种群数量N， 寻优变量的维度D， 所述维度D等于模拟线电荷 的数量， 搜索空间的上 下界lb和ub， 种群中发现者的起始比例ωstart和终止比例ωend； S3： 将所述模拟线电荷到轴心的距离作为寻优变量， 并采用改进 的Sine混沌 映射生成 的序列初始化麻雀种群； S4： 利用所述匹配点的电位计算模拟线电荷值； S5： 利用计算得到的所述模拟线电荷值， 计算所述校验点的电位， 并与所述校验点的已 知电位进行相对误差计算， 将每 个点的误差进行平均， 得到所述 适应度函数； S6： 采用动态比例因子， 自适应调整麻雀种群中的发现者和跟随者的比例； S7： 根据麻雀搜索算法更新麻雀种群中发现者和跟随者的位置； S8： 根据自适应步长调整策略更新麻雀种群中的侦察 者的位置； S9： 采用Tanimoto相似度函数判断算法是否陷入了局部最优， 同时根据相似度的大小 引入了自适应T分布变异策略以及Levy飞行扰动策 略对当前全局最优位置进行调节， 促使 算法跳出局部最优解； S10： 按照贪婪规则更新 最优位置及最优适应度值； S11： 判断是否已达到最大迭代次数， 如果不满足， 则返回S4； 如果满足， 则输出当前最 优位置及最优适应度值的最优 模拟线电荷。 3.根据权利 要求2所述的方法， 其特征在于， 所述S3中的改进的Sine混沌映射引入了余 弦因子， 表达式如下： 其中， a表示常量系数， rand表示(0,1)的随机数， mod表示取模函数， 经过多次迭代产生 混沌序列， 用于产生初始化麻雀种群， yp表示第p次迭代产生的值。 4.根据权利要求3所述的方法， 其特 征在于， 所述S5中适应度函数为： 式中， U表示所述校验点的个数， 表示计算得到的第u个校验点处的电位， 表 示第u个校验点处的已知电位 值； 寻优变量的搜索空间为： subject to:ru(u＝1,2, …,U)∈(0,Req) 式中， Req是输电线的等效半径；权　利　要　求　书 1/4 页 2 CN 114330111 A 2所述输电线的等效半径Req为： 其中， R表示输电线的分裂间距， r 表示输电线的分裂子导线的半径， m表示子导线个数。 5.根据权利要求 4所述的方法， 其特 征在于， 所述S6中动态比例因子的表达式为： 其中， ω表示发现者在种群中的比例， ωstart表示起始比例， ωend表示终止比例， iter表 示当前迭代次数， itermax表示最大迭代次数。 6.根据权利要求5所述的方法， 其特征在于， 所述S7中根据麻雀搜索算法更新麻雀种群 中发现者和跟随者的位置包括： 发现者位置更新： 式中， t表示当前迭代次数， Tmax表示最大迭代次数， α表示一个均匀随机数， Q是服从标 准正态分布的随机数， L表示维度为1 ×d的全一矩阵， R2和ST分别表示预警值和安全值； 跟随者位置更新： 式中， 表示第t次迭代中麻雀在第d维的最差位置， 表示第t+ 1次迭代中麻雀在 第d维的最优位置， h表示种群中第h只麻雀， A表 示一个1×d的矩阵， 每个元素随机赋值为 ± 1， 且A+＝AT(AAT)‑1。 7.根据权利要求6所述的方法， 其特征在于， 所述S8中根据自适应步长调整策略更新麻 雀种群中的侦察 者的位置包括： 权　利　要　求　书 2/4 页 3 CN 114330111 A 3