雷电流波形参数估计仿真研究

雷电流波形由波前时间、波尾时间及雷电流陡度因子表征，对电力电子系统的雷电防护具有重要意义。针对含噪雷电流波形的多参数估计问题，提出了一种多群落粒子群优化算法（Nelder—Mead particle swarm optimization，NMPSO），对雷电流特征参数构成的粒子群整体按粒子群优化算法（particle swarm optimization，PSO）处理，每个子群落按Nelder-Mead单纯形法处理，有效解决了粒子群优化过程中的停滞问题。Heidler雷电流函数的测试表明，当信噪比在5-40dB内变化时，函数匹配相关系数为0．8546～0．9999。此外，NMPSO算法在Heidler雷电流函数参数估计中具有很强的抑噪能力，该文为雷电流波形测量装置提供了一种快速有效的数值算法，因而具有一定的研究价值和工程意义。