检索结果-南通市图书馆

基于Schavemaker模型和小波分析的航空EWIS故障电弧检测技术

在线全文

学校读者我要写书评

暂无评论

兵工自动化 2024年第9期43卷 49-54页

作者：张志亮王希彬贾临生戴洪德海军航空大学航空基础学院山东烟台264001 中国人民解放军32151部队河北邢台054000

针对航空线路系统故障电弧检测问题,在分析故障电弧的成因和基本特征的基础上,设计一种基于小波分析的故障电弧检测算法。分析基于Schavemaker电弧模型的交流串联故障电弧发生电路,采用sym5小波对故障电弧电流数据进行分解,提取出电流... 详细信息

针对航空线路系统故障电弧检测问题,在分析故障电弧的成因和基本特征的基础上,设计一种基于小波分析的故障电弧检测算法。分析基于Schavemaker电弧模型的交流串联故障电弧发生电路,采用sym5小波对故障电弧电流数据进行分解,提取出电流的高频部分,并提出基于高频分量d_3标准差的故障电弧检测方法,基于Simulink对该算法进行仿真验证。仿真结果表明:该方法比传统的小波分解后直接设定阈值检测故障电弧方法区分度高,能快速准确地确定故障电弧的存在,为工程实践提供有益参考。

关键词：故障电弧故障电弧检测电弧模型小波分析波动率

在线全文

学校读者我要写书评

暂无评论

串联故障电弧检测技术研究现状及展望

电测与仪表 2024年

作者：周锐刘江虹丛北华上海海事大学海洋科学与工程学院同济大学上海防灾救灾研究所

故障电弧特别是串联故障电弧是引发电气火灾的首要原因，其具有间歇性、隐蔽性、随机性和不确定性，检测困难，危害严重。文章分析了故障电弧的特性，包括故障电弧的划分和其检测难点，阐述了国内外串联故障电弧检测的方式方法分为基于... 详细信息

故障电弧特别是串联故障电弧是引发电气火灾的首要原因，其具有间歇性、隐蔽性、随机性和不确定性，检测困难，危害严重。文章分析了故障电弧的特性，包括故障电弧的划分和其检测难点，阐述了国内外串联故障电弧检测的方式方法分为基于故障电弧物理现象的检测方法、基于电弧模型与仿真技术的检测方法和基于时频特征与电压电流的检测方法，其中聚焦于近期火热的深度学习新方法，从交流和直流两个角度介绍其检测技术，从实际应用的角度出发指出现如今串联故障电弧的检测方案中亟需解决的问题，并展望了未来串联故障电弧检测的研究和优化方向。

关键词：故障电弧检测串联故障电弧机器学习深度学习

一种新型基于小波奇异性分析的故障电弧检测方法的LabWindows／CVI实现

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计量学报 2012年第5期33卷 446-451页

作者：郑德忠余琼芳杨艺董爱华燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 河南理工大学电气工程及自动化学院河南焦作454000

在分析了故障电弧特性的基础上，提出了故障电弧周期零休的特征信息，该信息用小波分析时表现为周期性的奇异点，据此提出了周期性奇异点检测故障电弧的新算法。以Lahwindows／cVI为平台，设计开发了基于小波奇异性检测原理的故障电弧... 详细信息

在分析了故障电弧特性的基础上，提出了故障电弧周期零休的特征信息，该信息用小波分析时表现为周期性的奇异点，据此提出了周期性奇异点检测故障电弧的新算法。以Lahwindows／cVI为平台，设计开发了基于小波奇异性检测原理的故障电弧在线检测系统，该系统运用多线程技术实现了对故障电孤的实时在线检测。

关键词：计量学故障电弧检测小波奇异性分析 LabWindows/CVI 周期零休多线程

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于STM32的故障电弧检测装置设计

强激光与粒子束 2019年第3期31卷 41-47页

作者：佟为明佟春天金显吉哈尔滨工业大学电气工程系哈尔滨150000

检测负载电流信号特征是判断低压配电线路中是否发生电弧故障的有效方法之一。依据国家标准GB/T 31143-2014《电弧故障保护电器(AFDD)的一般要求》,搭建模拟串联故障电弧实验平台,研究故障电弧发生时电流波形的特征,并采用db4小波函数... 详细信息

检测负载电流信号特征是判断低压配电线路中是否发生电弧故障的有效方法之一。依据国家标准GB/T 31143-2014《电弧故障保护电器(AFDD)的一般要求》,搭建模拟串联故障电弧实验平台,研究故障电弧发生时电流波形的特征,并采用db4小波函数作为小波基函数,对降噪后的电流波形进行小波分解重构,提取小波高频分量,计算小波高频分量的周期方差值,将周期方差值作为主要特征值来进行电弧故障检测;为了在硬件上验证该检测算法的可行性和有效性,将电弧故障检测算法移植到STM32平台,设计了基于STM32的故障电弧检测装置,该装置可以实现电流信号采集、数据处理和串联电弧故障检测识别功能。在以阻性负载、LED灯、吸尘器和微波炉为屏蔽负载的实验结果表明,该装置能够检测出串联电弧故障,且可靠性高,不会在没有产生故障电弧的情况下产生误判。

关键词：故障电弧检测小波函数特征量周期方差值 STM32

在线全文

学校读者我要写书评

暂无评论

3阶累积量在航空串联故障电弧检测中的应用

电气传动 2018年第8期48卷 88-92页

作者：崔芮华李思思耿丽恺河北工业大学电器研究所天津300130 天津电气科学研究院有限公司天津300399

为提高航空串联故障电弧判别的可靠性,提出了一种基于归一化处理的3阶累积量的方法,适用多类负载的航空交流故障电弧检测。通过提取线路中电流信号的相关特征参数,实现对串联故障电弧识别,并利用T检验和威布尔概率图分析并确定了阈值,... 详细信息

为提高航空串联故障电弧判别的可靠性,提出了一种基于归一化处理的3阶累积量的方法,适用多类负载的航空交流故障电弧检测。通过提取线路中电流信号的相关特征参数,实现对串联故障电弧识别,并利用T检验和威布尔概率图分析并确定了阈值,实现了最终的判别。该航空串联故障电弧判别方法不受负载类型、电流大小的影响,可靠性高。计算结果表明,该方法能有效提取出故障电弧电流与正常运行时的特征差异,正确率较高,可满足实时性要求。

关键词：故障电弧检测 3阶累积量串联电弧 T检验威布尔分布

基于联合卡尔曼滤波器的故障电弧检测技术研究

在线全文

学校读者我要写书评

暂无评论

煤矿机械 2014年第2期35卷 51-53页

作者：卢珂石军亮卢永芳王晓卫焦作大学河南焦作454003 河南理工大学万方科技学院河南焦作454000 河南理工大学电气工程与自动化学院河南焦作454000

针对目前配电柜故障电弧检测技术存在的漏检率和误报率高的问题,结合多传感器信息融合技术在故障检测技术中的应用,提出了基于联合卡尔曼滤波器的故障电弧检测技术。该技术可以对采集到多个不同故障电弧故障特征进行实时滤波,能够很好... 详细信息

针对目前配电柜故障电弧检测技术存在的漏检率和误报率高的问题,结合多传感器信息融合技术在故障检测技术中的应用,提出了基于联合卡尔曼滤波器的故障电弧检测技术。该技术可以对采集到多个不同故障电弧故障特征进行实时滤波,能够很好地消除噪声干扰和提高信噪比,进一步提高故障电弧检测的准确性和可靠性,完善系统的容错能力和复原能力。仿真结果也表明改进的检测技术具有良好的实时性和准确性。

关键词：多传感器联合卡尔曼滤波器故障电弧检测信息融合

在线全文

学校读者我要写书评

暂无评论

航空交流故障电弧检测技术的研究与应用

航空交流故障电弧检测技术的研究与应用

作者：胡文达河北工业大学

学位级别：硕士

航空安全一直是伴随航空事业发展的重要问题,减少航空电气系统的火灾安全隐患可以有效的提高航空器飞行的可靠性。而故障电弧是引起航空电气系统火灾的重要原因。近几年,随着飞机配电系统容量的不断增加,由于故障电弧引发的线路故障发... 详细信息

航空安全一直是伴随航空事业发展的重要问题,减少航空电气系统的火灾安全隐患可以有效的提高航空器飞行的可靠性。而故障电弧是引起航空电气系统火灾的重要原因。近几年,随着飞机配电系统容量的不断增加,由于故障电弧引发的线路故障发生概率剧增,航空电气安全问题变得尤为严峻。因此,研究故障电弧的特性,找出有效的航空交流故障电弧检测方法对于保障航空电气安全具有重要的意义。本文首先根据相关标准,通过已搭建的故障电弧模拟试验平台,对航空电气系统中的串联故障电弧以及并联故障电弧进行了模拟。模拟试验负载类型包括线性负载、非线性负载,同时采集了不同阻抗下的每类负载试验的电流信号,分析了电弧特性随着电流大小的变化情况;同时分析了不同负载类型故障电弧电流波形的特点。然后提出基于小波重构信号奇异点、结合分形盒维数和小波分析这两种故障电弧特征量,并根据每一种特征量分别提出一种航空故障电弧检测方法。发现这两种故障电弧检测方法都有一定的故障电弧识别能力,但都无法实现对所有故障电弧的完全识别。最后考虑到基于单一特征量的故障电弧检测方法电弧识别正确率有待提高,故结合BP神经网络来判断线路中是否有故障电弧产生。先通过神经网络对提取的部分特征量进行训练,接着用没经过训练的数据验证神经网络的正确性,分析结果表明这种检测方法正确率较高,可以作为一种航空交流故障电弧检测方法。本文还提出了航空故障电弧检测器的软硬件设计方案,为航空故障电弧检测器的开发与研究打下重要的基础。

关键词：航空故障电弧故障电弧检测小波变换奇异点分形维数 BP神经网络

特定场景非侵入式负荷识别及故障电弧检测技术研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

特定场景非侵入式负荷识别及故障电弧检测技术研究

作者：陈徐笛中国计量大学

学位级别：硕士

近年来,安全用电与智慧用电在我国越来越受重视,非侵入式负荷识别与故障电弧检测技术研究得到了广泛关注。目前,非侵入式负荷识别技术研究大多集中于普通居民用户,很少关注特定场景负荷的特异性,导致特定场景的实际应用效果无法保证,针... 详细信息

近年来,安全用电与智慧用电在我国越来越受重视,非侵入式负荷识别与故障电弧检测技术研究得到了广泛关注。目前,非侵入式负荷识别技术研究大多集中于普通居民用户,很少关注特定场景负荷的特异性,导致特定场景的实际应用效果无法保证,针对此问题本文提出了一种基于特定场景的非侵入式负荷识别与故障电弧检测方法。不同于普通家庭场景的非侵入式负荷识别,宿舍、商场等特定场景由于管理需要,更具有指向性,实用价值和可行性更高。本文以高校宿舍特定场景为例进行研究,首先对宿舍常用用电负荷进行分类,根据该场景的用电规则进行负荷与特征分析,并提出四个新特征量应用于后续工作。针对因功率波动与负荷复杂运行状态导致的负荷投切误检问题,本文提出了一种基于功率波动与滑动窗卡方拟合优度检验负荷投切事件检测方法。利用实测数据与Plaid数据集数据模拟宿舍场景并进行了检测方法验证。与此同时,本文考虑到串联故障电弧具有隐蔽性和高危害性,提出一种基于无量纲特征指标的串联故障电弧检测方法,并设计了故障电弧实验平台,用于采集实际电弧数据与方法验证。离线数据与硬件实时电弧检测准确率达98.0%和95.0%。另一方面,在负荷识别环节按负荷功率大小采用Fisher线性判断进行特征重要性分析并建立特征库。同时利用非监督模糊C均值聚类和监督支持向量机两种算法进行基于宿舍场景的负荷识别验证,验证结果表明两种方法对单负荷与多负荷的识别准确率达到91.0%和89.0%以上,因此本文提出的方法在宿舍场景的负荷识别及故障电弧检测中具有良好的应用价值。

关键词：非侵入式负荷识别故障电弧检测卡方拟合优度检验事件检测模糊C均值聚类支持向量机

基于注意力机制的卷积神经网络故障电弧检测算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于注意力机制的卷积神经网络故障电弧检测算法研究

作者：傅琪雯中国矿业大学

学位级别：硕士

故障电弧检测是防止电气火灾发生的一项关键性手段,现有的故障电弧检测技术存在精度低、误判或漏判等问题。为了提高故障电弧检测的成功率,本文以卷积神经网络（Convolutional Neural Networks,CNN）模型为基础,对检测算法的优化方法进... 详细信息

故障电弧检测是防止电气火灾发生的一项关键性手段,现有的故障电弧检测技术存在精度低、误判或漏判等问题。为了提高故障电弧检测的成功率,本文以卷积神经网络（Convolutional Neural Networks,CNN）模型为基础,对检测算法的优化方法进行研究。本文的主要研究工作和成果如下:（1）针对故障检测领域中缺少公开且权威的故障电弧样本数据集问题,根据UL1699等标准搭建了故障电弧实验平台,模拟现实生活场景进行了多组负载故障电弧实验,分别采集所有负载在正常工作状态和故障电弧状态下的电流信号,并将采集到的样本电流数据构建成实验数据集。（2）针对人工提取故障电弧电流特征和设定模型分类指标的故障电弧检测方法存在主观性和局限性的问题,设计了一个直接以电弧电流数据作为输入信号的基于卷积神经网络（CNN）的故障电弧检测算法模型,为了提高检测模型的识别速度和准确率,依次引入残差结构、转置卷积和压缩激励模块等优化方法对模型进行了一系列优化。通过在实验数据集上的实验结果进行比较,结果表明:在三种优化方法依次引入卷积神经网络故障电弧检测模型后,各项评价指标逐步提升,最终检测模型的准确率达到了96.33%,说明了经过优化后的卷积神经网络算法在故障电弧检测中具有有效性和优越性。（3）为了关注故障电弧的局部显著特征,将注意力机制引入卷积神经网络故障电弧检测算法模型。在卷积神经网络检测算法模型中分别加入卷积注意力模块（CBAM）和双重注意力网络（DANet）,将两种基于不同注意力机制的检测模型分别在实验数据集上综合测试和在十二组负载上单独测试,实验结果表明:相比未引入注意力机制之前的卷积神经网络算法模型,基于CBAM的故障电弧检测算法模型的准确率提高了1.56%,达到了97.89%,基于DANet的故障电弧检测算法模型的准确率提高了2.44%,达到了98.77%,而且其识别速度更快,检测精度更高,检测效果更好。针对电气火灾监控中故障电弧检测技术所存在的问题,本文提出的基于注意力机制的卷积神经网络检测算法能够有效提升检测精度和检测效果,为建立可靠有效的电气火灾智能监控平台提供了解决方案,该研究具有良好的工程应用前景。该论文共有图52幅,表12个,参考文献99篇。

关键词：故障电弧检测深度学习卷积神经网络注意力机制