基于概率神经网络的串联电弧故障检测

基于概率神经网络的串联电弧故障检测

TM743; 故障电弧分为串联电弧和并联电弧,并联电弧故障表现为电流短路、故障电流大,现有电气保护体系能对其保护;而串联电弧故障因受线路负载限制,其故障电流小,以至于现有体系无法实现对串联电弧故障保护,存在电气安全隐患.提出一种方法通过实验获得正常工作和电弧故障时电流波形,并提取小波变换的特征值,将特征值输入概率神经网络模型,参照UL 1699标准,通过计算0.5 s内检测到的故障半周期数是否大于8,大于8则判断为电弧故障.通过MATLAB分析,选择40组测试数据,故障识别率为95％,表明了该方法的有效性....

Full description

Saved in:
Bibliographic Details
Published in:电子技术应用 Vol. 44; no. 12; pp. 65 - 68
Main Authors: 吴丰成, 曲娜, 任行浩, 许凯, 张鹏辉
Format: Journal Article
Language:Chinese
Published: 沈阳航空航天大学安全工程学院,辽宁沈阳,110136 2018
Subjects:
小波变换
概率神经网络
特征信号值
电弧故障检测
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:TM743; 故障电弧分为串联电弧和并联电弧,并联电弧故障表现为电流短路、故障电流大,现有电气保护体系能对其保护;而串联电弧故障因受线路负载限制,其故障电流小,以至于现有体系无法实现对串联电弧故障保护,存在电气安全隐患.提出一种方法通过实验获得正常工作和电弧故障时电流波形,并提取小波变换的特征值,将特征值输入概率神经网络模型,参照UL 1699标准,通过计算0.5 s内检测到的故障半周期数是否大于8,大于8则判断为电弧故障.通过MATLAB分析,选择40组测试数据,故障识别率为95％,表明了该方法的有效性.
ISSN:0258-7998
DOI:10.16157/j.issn.0258-7998.181663