基于小波近似熵的串联电弧故障识别方法

• 作者: 刘艳丽 李坤 王喜利 王智勇 郭凤仪 陈昌垦
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 电弧故障 近似熵 特征向量 小波分解 支持向量机
• 年，卷（期）: 2016,（24）
• 所属期刊栏目: 电机与电器
• 页码范围: 164-172
• 页数: 9页
• 分类号: TM501
• 字数: 3610字
• 语种: 中文

摘要

根据 UL1699标准搭建了串联电弧故障发生装置，并针对不同类型负载进行实验，获得了供电线路正常工作状态和发生电弧故障状态时的电流信号实验数据。应用小波变换对电流信号进行分解重构，通过近似熵（ApEn）算法对分解重构后各频段信号的不规则程度进行量化，得到电流信号的特征向量，并将其输入到支持向量机（SVM）。通过SVM对电流信号特征向量进行分类，完成电弧故障的检测识别。结果表明，通过小波近似熵算法得到的电弧故障特征向量能够作为诊断识别电弧故障的有效依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭凤仪	辽宁工程技术大学电气与控制工程学院	134	1148	18.0	27.0
2	王智勇	辽宁工程技术大学电气与控制工程学院	53	461	13.0	20.0
3	王喜利	辽宁工程技术大学电气与控制工程学院	16	143	5.0	11.0
4	李坤	辽宁工程技术大学电气与控制工程学院	12	22	3.0	4.0
5	陈昌垦	辽宁工程技术大学电气与控制工程学院	6	56	3.0	6.0
6	刘艳丽	辽宁工程技术大学电气与控制工程学院	18	120	6.0	10.0