摘要: 针对电压暂降特征量提取精度低的问题，提出了一种金枪鱼算法(TSO)与变分模态分解(VMD)相结合的暂降特征提取方法。首先，初始化金枪鱼群位置向量［k,α］(模态个数K和惩罚因子α)，选取包络熵作为适应度函数，计算每条金枪鱼适应度并根据金枪鱼觅食方式更新最佳个体位置，若满足迭代终止条件，则终止迭代并输出结果［k,α］，反之则重新计算适应度并开展下一轮迭代；其次，根据TSO算法优化的模态个数K和惩罚因子α对原始数据进行变分模态分解，获取模态分量；最终，计算模态分量IMF的均方根值，从而获取暂降幅值与持续时间。通过仿真分析验证了该算法提取暂降特征量的准确性、有效性以及TSO算法的优越性。