基于多特征融合神经网络的串联电弧故障识别技术

来源 :高电压技术 | 被引量 : 0次 | 上传用户:didi_1157
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统低压保护装置如低压断路器、熔断器等无法有效检测出由于接触不良、绝缘失效等导致的串联电弧故障,因此如何准确检测串联电弧故障成为目前研究的热点问题.为此,采用基于电流波形的检测方法展开深入研究,通过搭建电弧故障平台模拟串联电弧故障,获得了不同负载下正常和电弧故障的数据;然后在此基础上建立了多特征融合的神经网络算法,并利用mini-batch梯度下降、指数衰减的学习率和Adam的优化算法对模型进行了优化.研究结果表明:所提算法的查准率及查全率分别能达到98%和99%,相比于支持向量机和BP神经网络算法具有更高的识别率.研究为串联电弧故障识别提供了一种新的算法,对于该方向的研究拓展了新的思路.
其他文献
针对输电线路机巡影像缺陷识别中低漏报率的需求,提出了一种基于组合式深度目标检测框架的输电线路低漏报率缺陷识别方法。该方法首先利用典型目标检测算法在输电线路巡检图像数据集上进行训练,得到输电线路设备缺陷的特征提取网络;随后引入位置随机分布函数改进目标预测的方式,并利用自适应非极大值抑制判别器,对2个网络的特征提取结果进行自适应融合,最终得到巡检图片中缺陷的类型和位置。测试结果表明,该方法能够有效降低
为了探明放电活性粒子改性木材表面形貌和润湿特性及其机理,采用针-板电极产生正电晕和负电晕改性白松木表面,然后通过扫描电子显微镜、接触角测量仪、拉曼光谱仪和红外光谱
光伏输出功率具有随机性和不确定性,这些特点使得建立准确的预测方法变得比较困难,而与传统的确定性点预测方法相比,光伏出力区间预测对电力系统的安全稳定运行及经济调度更
为了进一步揭示空腔阴极自脉冲放电特性和机理,利用槽型空腔放电结构实验研究了阴极和阳极间距对自脉冲放电特性的影响.同时利用流体模型模拟研究了空腔阴极放电击穿阶段的微
摘 要:本文主要介绍了某型海关缉私艇交付使用一段时间后,出现推进柴油机冷却水温度高、齿轮箱滑油温度高及压力低等异常现象。针对该艇上述异常现象,从设计、施工等环节可能存在的问题进行排查及现场勘验,提出了解决方案。经实船使用验证,上述问题得到了较好解决。  关键词:柴油机;齿轮箱;滤器;热交换器  中图分类号:U664.121 文献标识码:A  Causes and
该文系统介绍了与液电效应相关的基础和应用研究现状和发展趋势.基础研究方面分别从液相放电的起始机制、发展过程和冲击波形成机理等方面进行阐述,从建模和实验方法等角度提
为进一步提高光伏发电功率超短期预测的准确度,根据光伏功率时间序列固有的非线性混沌特征,提出一种基于改进粒子群优化(improved particle swarm optimization,IPSO)算法和
为了解决紫外成像在放电诊断中分辨率较低、抗噪性能较弱、故障定位不精确的问题,基于可见光图像和机器学习,提出了一种沿面放电的智能诊断方法。首先,在暗环境下建立了包含不同实验条件沿面放电可见光数字图像库,分别提取了图像的颜色、灰度、形态特征;然后,使用聚类算法将放电图像按照放电的严重程度划分为正常、轻微、严重、危险4个阶段,并结合放电光谱关联性实验对划分结果的物理意义进行了解释;接着,使用k近邻、决策
为了研究爆炸环境下微间隙放电的微观特性,以国际标准IEC火花试验装置为研究对象,建立了瓦斯与空气混合气体环境下,以钨丝为阳极和镉盘为阴极的二维平行板放电仿真模型.采用
开展可再生能源电力不确定性预测对于提升可再生能源的消纳能力,保证电力系统安全稳定运行具有重要意义.不确定性预测是当前的研究热点,主要包括区间预测、概率预测和场景预