基于自组织映射神经网络的低压故障电弧聚类分析
故障电弧是引发电气火灾事故的主要因为之一.本文将自组织映射神经网络引入故障电弧研究领域,进行不同负荷情况下的故障电弧聚类分析.首先参照美国UL1699标准进行实验采集电流数据,然后利用自组织映射神经网络实现可视化聚类,并结合k均值法确定聚类结果.根据聚类结果分析故障电弧,对比故障与正常时的差异所在,提取故障电弧的典型特征.最后总结出故障电弧电流通常具有电流短时为零、正负半周差异大、幅值变化大等特征,为故障电弧保护技术提供参考.
故障电弧、自组织映射、聚类分析、电气火灾
31
TM501(电器)
2010-05-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
571-576