收藏本站
收藏 | 论文排版

基于小波变换及深度神经网络的故障电弧检测方法研究

胡亚倩  
【摘要】:随着人民生活水平的提升,低压交流配电系统中的电气设备越来越多,给生活带来便利的同时,电气火灾事故时有发生。而由供电线路或设备绝缘保护层老化破损、电气接触不良等原因产生的串联故障电弧是造成电气火灾的主要原因。若不能及时切除线路或设备中的串联故障电弧,故障可能进一步发展蔓延,严重时发生大面积停电、火灾、爆炸等恶性事件,产生不可预估损失。为探索全面且完善的解决方案,本文提出了一种基于小波变换及深度神经网络的串联故障电弧检测方法。参照GB14287.4-2014标准,本文搭建串联故障电弧实验平台,采集了纯阻性负载、纯感性负载、阻感性负载及非线性负载下的正常工作电流和串联故障电弧发生时的故障电流,共21600个信号;结合小波变换理论,对比分析不同小波基函数和分解层数对故障辨识的影响,从中选出sym8小波基函数对采集的电流信号进行3层分解,求取单支重构信号的各层系数作为故障特征矩阵,并将特征矩阵以5:1的比例分为训练集和测试集。对深度神经网络理论进行研究,搭建了用于串联故障电弧辨识的深度神经网络模型。将小波变换提取的故障特征矩阵输入模型进行训练,并从激活函数、学习率及批次大小三个方面优化模型参数。测试结果表明,将小波变换和深度神经网络用于串联故障电弧检测具有99.19%的辨识准确率,能够很好地区分正常电流和故障电流。数据集之外的400个电风扇测试样本验证了模型具有较强的泛化能力,通用性好。为实现对每类正常样本和故障样本进行有效辨识,重新标记数据集,将其分为8类。重新标记的训练集被送进深度神经网络训练,得到81.78%的测试准确率。为此,通过增加网络层数改进模型的多分类能力。对比测试辨识效果后发现,11层网络的辨识效果比16层和19层网络要好,总体准确率为91.58%。通过增加dropout和局部响应归一化,将11层模型的总体准确率提升到93.03%。研究结果证明,改进模型不仅能辨识出样本属于正常状态还是故障状态,还能辨识出是由哪类负载引起,具有比较理想的串联故障电弧检测效果。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 殷浩楠;竺红卫;丁鑫;王一闻;;一种基于代价敏感学习的故障电弧识别方法[J];传感器与微系统;2018年04期
2 王利栋;王颖;;直流故障电弧特性及检测方法[J];中国科技信息;2021年06期
3 余琼芳;路文浩;杨艺;;基于深度长短时记忆网络的多支路串联故障电弧检测方法[J];计算机应用;2021年S1期
4 余琼芳;胡亚倩;杨艺;;低压交流串联故障电弧检测概述[J];电器与能效管理技术;2020年01期
5 陈烜;冷继伟;李海峰;;基于全相位谱和深度学习的串联故障电弧识别方法[J];电力系统保护与控制;2020年17期
6 屈建宇;马龙涛;陈思磊;葛世伟;;光伏系统直流串联故障电弧检测方法[J];电网与清洁能源;2021年03期
7 李智华;钟杰人;吴春华;吴尚;汪飞;;光伏电站中故障电弧信号的传输行为研究[J];太阳能学报;2021年07期
8 袁金荣;李伟进;林宝伟;南树功;刘智亮;;建筑直流供用电系统故障电弧检测技术研究综述[J];家电科技;2021年05期
9 武雪伟;程晋培;;基于负载分类的神经网络故障电弧检测[J];科学技术创新;2020年30期
10 林邓伟;;中压开关柜内部故障电弧防护措施研究[J];中国新技术新产品;2020年16期
11 罗云庆;何泰健;;新型故障电弧探测技术研究[J];广东公安科技;2018年04期
12 王希彬;肖楚琬;万彬;李飞;;飞机故障电弧检测技术研究[J];飞机设计;2018年06期
13 高洪鑫;郭凤仪;唐爱霞;王智勇;;三相串联故障电弧检测方法[J];辽宁工程技术大学学报(自然科学版);2019年03期
14 高少彬;竺红卫;;直流故障电弧检测技术综述[J];电器与能效管理技术;2018年10期
15 崔芮华;李思思;耿丽恺;;3阶累积量在航空串联故障电弧检测中的应用[J];电气传动;2018年08期
16 张冠英;曹旺林;李长伟;刘伯颖;;低压故障电弧检测与周期辨识[J];电气应用;2016年23期
中国重要会议论文全文数据库 前13条
1 苏晶晶;许志红;;基于EMD和PNN的故障电弧多变量判据诊断方法[A];福建省电机工程学会2020年学术年会获奖论文集(上册)[C];2021年
2 刘明雨;郭凤仪;;一种交直流串联故障电弧实验装置[A];煤矿自动化与信息化——第27届全国煤矿自动化与信息化学术会议暨第8届中国煤矿信息化与自动化高层论坛论文集[C];2018年
3 董爱华;谷彬;;低压配电开关故障电弧检测技术的发展趋势[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
4 陈征;;浅谈故障电弧防护技术在国内电气安全方面的应用前景[A];中国职业安全健康协会2008年学术年会论文集[C];2008年
5 杨欣怡;蔡志远;程屾;;低压故障电弧特征的研究与分析[A];第十四届沈阳科学学术年会论文集(理工农医)[C];2017年
6 赵柯明;马少华;蔡杰轩;;故障电弧检测技术的研究[A];第十三届沈阳科学学术年会论文集(理工农医)[C];2016年
7 蔡杰轩;马少华;;低压串联故障电弧的识别方法[A];第十三届沈阳科学学术年会论文集(理工农医)[C];2016年
8 石昌毫;赵智忠;王博文;;电气火灾电弧等离子体的诊断与识别方法[A];静电放电:从地面新技术应用到空间卫星安全防护—中国物理学会第二十届全国静电学术会议论文集[C];2015年
9 朱森;孙鹏;;基于周波分析法的故障电弧检测技术[A];第十二届沈阳科学学术年会论文集(理工农医)[C];2015年
10 刘婷;刘晓明;王丽君;刘湘宁;;故障电弧诊断方法研究[A];第十二届沈阳科学学术年会论文集(理工农医)[C];2015年
11 梁义;冯涛;张子涵;刘元庆;;输电线路电晕可听声的声源定位研究[A];2017年全国声学设计与噪声振动控制工程学术会议论文集[C];2017年
12 张孟春;;预防电气火灾的最新技术——故障电弧断路器(AFCI/AFDD)[A];2012年全国有色金属工业节能减排技术装备发展论坛会刊[C];2012年
13 蔡彬;陈德桂;吴锐;王鑫伟;高冬梅;陈卫国;;开关柜内部电弧故障的在线监控装置的研究[A];江苏省电工技术学会成立十周年庆典暨2004年学术年会论文集[C];2004年
中国博士学位论文全文数据库 前2条
1 刘艳丽;矿井供电系统串联型故障电弧数学模型及诊断方法研究[D];辽宁工程技术大学;2017年
2 余琼芳;基于小波分析及数据融合的电气火灾预报系统及应用研究[D];燕山大学;2013年
中国硕士学位论文全文数据库 前20条
1 胡亚倩;基于小波变换及深度神经网络的故障电弧检测方法研究[D];河南理工大学;2020年
2 胡恩瑞;基于卷积神经网络的故障电弧检测算法研究[D];浙江大学;2020年
3 黄捷康;低压配电系统交流串联故障电弧定位实验研究[D];辽宁工程技术大学;2020年
4 周新城;基于深度学习的串联故障电弧检测[D];温州大学;2020年
5 林方圆;光伏系统直流故障电弧特征及识别方法研究[D];合肥工业大学;2015年
6 刘丽智;复杂电路条件下串联故障电弧典型特征实验研究[D];辽宁工程技术大学;2019年
7 杨璐;基于小波变换理论的故障电弧探测器研究[D];湖南大学;2019年
8 郭静然;航空线路交流故障电弧的特征分析方法[D];河北工业大学;2015年
9 刘汉宁;故障电弧探测装置及系统的研究[D];河北科技大学;2014年
10 林章;故障电弧检测的关键技术研究及断路器开发[D];中国计量学院;2013年
11 杨艺;楼宇电气火灾预警系统中故障电弧检测的研究[D];河南理工大学;2007年
12 霍铭;故障电弧探测的无线电气火灾监控技术研究[D];北京建筑大学;2021年
13 郭江;航空故障电弧损伤效应及特征分析方法研究[D];中国民航大学;2020年
14 吴晶晶;串联直流故障电弧检测方法研究[D];合肥工业大学;2020年
15 贾霄翔;航空交流故障电弧的试验研究与特征提取[D];河北工业大学;2017年
16 李思思;航空交流故障电弧的多特征分析及识别技术[D];河北工业大学;2017年
17 胡文达;航空交流故障电弧检测技术的研究与应用[D];河北工业大学;2017年
18 邓佳康;基于BP神经网络的低压线路故障电弧检测方法研究[D];湖南工业大学;2019年
19 高少彬;光伏系统直流故障电弧探测研究[D];浙江大学;2019年
20 张千千;基于电磁信号的故障电弧检测及其定位算法研究[D];上海交通大学;2016年
中国重要报纸全文数据库 前2条
1 记者 傅雅蓉;将决出17家企业进入总决赛[N];江门日报;2016年
2 记者 王继红 通讯员 杨险峰;2020年度“省首台(套)”产品公布[N];衢州日报;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978