基于电弧随机性和卷积网络的交流串联电弧故障识别方法

摘要：

随着接入低压配电系统负载种类的增加,低压交流串联电弧故障的识别难度大幅提升.针对此类问题,提出基于电弧随机性的卷积网络识别方法.首先,对采集到的电流数据进行陷波滤波,以放大电弧的高频随机特性;然后,基于皮尔逊相关系数计算电流周期间的相似度,并通过求解一阶导数获得电弧特征值作为检测标准.与基于小波变换和奇异值分解法、基于经验模态分解和概率神经网络法、电流周期间差异法相比,所提方法对电弧半周期的识别精度最高.最后,将电弧特征值生成特征向量,并采用AlexNet模型进行训练,进一步增加方法的普适性.试验结果验证了所提方法的有效性.

关键词：低压交流串联电弧、电流相似度、一阶导数、神经网络、故障识别

所属期刊栏目：46

分类号：TM501+.2;TP391;TM711

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2023-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：162-169