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 >基于相空间重构理论和k-means聚类算法电弧故障诊断 收藏

基于相空间重构理论和k-means聚类算法电弧故障诊断

Arc Fault Diagnosis Based on Phase Space Reconstruction Theory and k-means Clustering Algorithm

作     者:管红立 李亚芳 郑文栋 王启龙 GUAN Hongli LI Yafang ZHENG Wendong WANG Qilong

作者机构:国网山东省电力公司菏泽供电公司山东菏泽274000 河北工业大学省部共建电工装备可靠性与智能化国家重点实验室天津300130 

出 版 物:《电器与能效管理技术》 (Electrical & Energy Management Technology)

年 卷 期:2017年第17期

页      面:1-8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:河北省高等学校创新团队领军人才培育计划(LJRC003) 

主  题:电气火灾监控 串联电弧故障 电弧故障诊断 电弧电压 混沌特性 

摘      要:为深入认识电弧电压特性及实现电弧故障准确诊断,按照UL 1699、GB14287.4标准搭建了实际用电环境电弧故障模拟试验平台。依据试验结果,采用相空间重构算法将电弧电压信号引入高维空间进行分析,并给出其二维相平面。采用小数据量法计算了电弧电压的最大Lyapunov指数。综合对比相轨线分布规律和最大Lyapunov指数,分析了低压串联电弧电压信号的混沌特征,并提出了一种基于k-means聚类算法的新型电弧故障诊断方法,其诊断准确率在98%以上,实现了电弧故障准确诊断。研究结果不仅丰富了电弧电压信号的特性,还为电弧模型设计和电弧式电气火灾监控探测器提供理论指导。

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