一种基于小波变换能量与神经网络结合的串联型故障电弧辨识方法

• 作者: 宁庆 张士文 张峰 王子骏 顾昊英
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 故障电弧 小波变换 神经网络 粒子群算法 辨识方法
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 高压电器
• 页码范围: 290-295,302
• 页数: 7页
• 分类号: TM501
• 字数: 4374字
• 语种: 中文

摘要

针对交流串联型故障电弧发生时回路电流幅值较小、传统线路保护装置不能有效检测的问题,提出一种基于小波变换能量与神经网络结合且适用于多种典型负载的串联型低压交流故障电弧辨识方法.利用自制的电弧发生装置模拟产生低压交流故障电弧,获取了6种典型家用负载情况下电路正常运行及产生串联型故障电弧时回路的电流信号.对采集的信号进行小波分解,将各层细节信号能量的平均值和标准差输入BP神经网络后构成小波神经网络,实现对不同负载测试样本的辨识.采用粒子群优化算法计算神经网络训练初始值,利用自适应学习率方法提高了训练速度.算法输出结果含义明确,输入层特征量选取合理.实验结果表明,采用该方法进行故障电弧辨识的准确率达到95％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张峰	上海交通大学电子信息与电气工程学院	160	957	14.0	26.0
2	张士文	上海交通大学电子信息与电气工程学院	55	595	12.0	23.0
3	宁庆	上海交通大学电子信息与电气工程学院	7	95	4.0	7.0
4	王子骏	上海交通大学电子信息与电气工程学院	4	98	3.0	4.0
5	顾昊英	上海交通大学电子信息与电气工程学院	2	89	2.0	2.0