以小波频带能量为特征量的故障电弧弧声识别方法

• 作者: 冯平 张认成 李克讷 蓝会立
• 来源期刊: 计算机测量与控制
• 关键词: 开关柜 故障电弧 弧声特征 预测预警 模糊识别 模糊聚类
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 532-534
• 页数: 3页
• 分类号: TM773|TP391
• 语种: 中文

摘要

通过故障电弧实验平台获取大量电弧声数据样本,将电弧声信号进行3层小波包分解,以小波包敏感频带能量作为识别特征量,利用模糊C-均值聚类算法对识别特征量进行模糊聚类,得到真假弧声的模糊分类矩阵和聚类中心,通过计算待测数据样本与已知特征弧声聚类中心的贴近度,实现真假弧声的识别,实验结果表明该方法对故障弧声的正确识别率在91％以上,识别效果良好；最后给出了基于早期特征弧声的故障电弧预测预警方案,改变目前故障电弧的事后被动检测,把故障电弧消除在事故发生之前,降低和避免了故障电弧产生时对开关设备造成的损失.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张认成	华侨大学机电及自动化学院	100	1107	20.0	28.0
2	李克讷	广西科技大学电气与信息工程学院	16	45	4.0	6.0
3	蓝会立	广西科技大学电气与信息工程学院	17	100	6.0	9.0
4	冯平	广西科技大学电气与信息工程学院	8	25	2.0	5.0