基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据线路中电流信号的变化来检测电弧故障,小波变换是一种常用的检测方法,但是单纯利用小波变换对于正常情况和电弧故障的区分并不明显,而且其结果存在很大的冗余.针对这一问题,提出了采用一种基于小波变换和奇异值分解的串联电弧故障检测的方法.利用电弧模拟发生装置产生串联故障电弧,采集在多种负载下线路正常工作和发生串联电弧故障时的电流.首先对采集的电流信号进行离散小波变换,得到离散小波系数序列,构造特征矩阵;然后对特征矩阵进行奇异值分解,并定义电流信号的特征参数,利用特征参数作为串联电弧故障检测的依据.试验结果表明:正常情况和电弧故障下的特征参数区分明显且没有交叉,易于确定阈值,利用该方法进行串联电弧故障检测的准确率较高,且大大压缩了小波变换结果的冗余性.
推荐文章
基于奇异值分解和小波变换的图像压缩算法
故障诊断
奇异值分解
小波变换
图像压缩
霍夫曼编码
基于小波变换和奇异值分解的图像水印算法
数字水印
小波变换
奇异值分解
基于小波变换和改进的奇异值分解的人脸识别
人脸识别
特征提取
小波变换
奇异值分解
基于奇异值分解和整数小波变换的优化图像数字水印
图像水印
整数小波变换
奇异值分解
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波变换和奇异值分解的串联电弧故障检测方法
来源期刊 电工技术学报 学科 工学
关键词 电弧故障 小波变换 奇异值分解 特征参数 检测
年,卷(期) 2017,(17) 所属期刊栏目 电力电子与电力传动
研究方向 页码范围 208-217
页数 10页 分类号 TM501+.2
字数 7245字 语种 中文
DOI 10.19595/j.cnki.1000-6753.tces.170196
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电弧故障
小波变换
奇异值分解
特征参数
检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导