低压故障电弧识别方法研究

发布时间：2021-07-14 00:40

　　为了准确的识别低压配电系统中所产生的串联型故障电弧,从而避免由故障电弧造成的损失和危害,通过资料得知当电弧故障发生时,故障电流幅值要比正常工作时小得多,再加上正常和故障时电流信号特征非常相似,故障电流信号往往又掺杂在正常信号中等故障电弧等特性,使得故障电弧的识别非常困难。本文根据已有的研究成果搭建模拟串联型故障电弧发生装置,通过调整RL负载柜在36V,110V,220V时不同功率因数,采集电路中的电流数据,对采集的数据分别使用小波变换结合样本熵以及EEMD分解结合SVD分解得到两种能代表的不同含义的故障电弧电流特征。将所得特征输入到聚类分析的分类模型混合高斯模型（GMM）。高斯混合模型作为概率密度函数,能够精确的量化事物,但因GMM的参数估计方法期望最大（EM）极易局部收敛以及提高识别率,使用遗传算法优化EM的高斯混合模型（GA-EM-GMM）。将特征数据来训练GA-EM-GMM模型,模型根据其输入的数据特征得到概率分类,把想要识别的数据输入到已建成的模型中按照之前形成的概率进行最大分类,然后得出结果电流故障与否。本文又提出了一种改进的极限学习机（ELM）分类方法。ELM作为最近几年学... 

【文章来源】：辽宁工程技术大学辽宁省

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

故障电弧断路器实物Figure1.2Arc-Fault.Circuit-Interrupte

正常电流波形图

故障电流波形图

【参考文献】：
期刊论文
[1]改进人工蜂群优化的极限学习机[J]. 毛羽,毛力,杨弘,肖炜.  传感器与微系统. 2018(04)
[2]基于改进自适应遗传算法的层合板铺层顺序优化方法[J]. 王佩艳,赵晨,耿小亮,岳珠峰.  科学技术与工程. 2018(06)
[3]基于改进遗传算法的物流路径优化方法[J]. 张奇飞,林剑,王兆锐,官静萍.  物流技术. 2018(01)
[4]欺诈网页检测中基于遗传算法的特征优选[J]. 王嘉卿,朱焱,陈同孝,张真诚.  计算机应用. 2018(01)
[5]基于HHT和RBF神经网络的串联故障电弧识别[J]. 吕忠,阳世群,高鹏.  建筑电气. 2017(07)
[6]基于电弧电流高频分量的串联交流电弧故障检测方法[J]. 王尧,韦强强,葛磊蛟,牛峰,李奎,张立.  电力自动化设备. 2017(07)
[7]基于高斯混合模型的EM算法改进与优化[J]. 王凯南,金立左.  工业控制计算机. 2017(05)
[8]基于电弧电磁辐射的故障电弧识别[J]. 陈照,李奎,张洋子,王尧.  电工电能新技术. 2017(03)
[9]一种基于Daubechies小波的航空电弧故障检测方法研究[J]. 崔芮华,胡文达.  电器与能效管理技术. 2017(04)
[10]双重环境规制、产业结构与全要素生产率——基于系统GMM和门槛模型的实证分析[J]. 徐茉,陶长琪.  南京财经大学学报. 2017(01)

硕士论文
[1]基于5次谐波分量概率分布的故障电弧识别方法的研究[D]. 蔡杰轩.沈阳工业大学 2017
[2]低压交流串联电弧故障检测[D]. 徐叶飞.沈阳工业大学 2017
[3]基于遗传—爬山算法的齿轮缺陷识别研究[D]. 李杰.燕山大学 2017
[4]基于EEMD-SVD的FCM聚类的轴承故障诊断[D]. 康乐.燕山大学 2016
[5]低压串联型故障电弧诊断方法的研究[D]. 朱森.沈阳工业大学 2016
[6]串联故障电弧的特征提取和检测[D]. 王盼盼.温州大学 2016
[7]基于高斯混合模型的EM算法及其应用研究[D]. 邱藤.电子科技大学 2015
[8]基于小波变换的电弧故障检测技术研究[D]. 陈瑞瑞.杭州电子科技大学 2013
[9]低压电弧故障断路器的研究与实现[D]. 郭云微.杭州电子科技大学 2012



本文编号：3283047