基于机器学习方法的直流电弧故障检测

摘要：

为了解决传统分析方法在直流供电系统中电弧故障检测的精确度不足及过程繁琐的问题,将直流电弧故障检测归为二分类问题,引入机器学习方法,通过直流电弧实验得到正常状态和电弧状态的数据,从时域中提取电流均值等4个特征,从频域中提取高频分量标准差等3个特征.利用提取到的特征对支持向量机(SVM)进行训练,利用求解得到的模型对测试数据集进行分类,分类准确率为94.483%.结果证明:所提方法能有效检测直流电弧故障,提高故障检测精度,且步骤精简,易于推广.

关键词：直流电弧、故障检测、特征提取、机器学习、支持向量机

所属期刊栏目：36

分类号：TP391;TM501.2(计算技术、计算机技术)

资助基金：浙江省科技技术应用研究计划资助项目2015C3115

在线出版日期：2017-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：123-127