咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于多特征融合和SVM的串联电弧故障检测方法 收藏

基于多特征融合和SVM的串联电弧故障检测方法

Series Arc Fault Detection Method Based on Multi⁃feature Fusion and SVM

作     者:郭敏 吴宁 郭小璇 卢健斌 陈卫东 GUO Min;WU Ning;GUO Xiaoxuan;LU Jianbin;CHEN Weidong

作者机构:广西电网有限责任公司电力科学研究院南宁530023 广西电力装备智能控制与运维重点实验室南宁535023 

出 版 物:《电力电容器与无功补偿》 (Power Capacitor & Reactive Power Compensation)

年 卷 期:2024年第45卷第3期

页      面:137-149页

学科分类:080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基  金:南方电网公司科技项目(GXKJXM20220099) 

主  题:串联电弧 故障识别 特征提取 支持向量机 粒子群算法 

摘      要:针对现有的传统电气保护装置无法对串联电弧故障进行有效检测的问题,本文提出一种基于多特征融合和改进SVM的串联电弧故障检测方法。首先,通过搭建电弧故障平台进行电弧实验,获得典型负载在电路正常运行及发生电弧故障时的电流信号;然后,对采集到的电流信号进行时域、频域和时频域分析,构建串联电弧特征指标集;最后,将串联电弧特征指标集作为SVM的输入向量,并利用粒子群算法对SVM进行优化,提高分类模型的准确率。测试结果表明,采用本文所提方法进行串联故障电弧识别的准确率达到95%以上。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分