基于卷积神经网络的光伏系统直流串联电弧故障检测

• 作者: Alexandra Khalyasmaa 李腾 焦治杰 牟龙华 王莉娜
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 光伏系统 串联电弧 直流电弧 短时傅里叶变换 卷积神经网络
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 中国电源学会电气女科学家论坛专题
• 页码范围: 29-34
• 页数: 6页
• 分类号: TM930.12
• 字数: 4205字
• 语种: 中文
• DOI: 10.12067/ATEEE1905065

摘要

本文提出一种新颖的基于卷积神经网络的光伏系统直流串联电弧故障检测方法.首先采用短时傅里叶变换提取电流信号的时频信息,以能量谱密度作为电流的时频联合能量函数,构造电流的时频谱图,然后以时频谱图中各时频点的能量谱密度作为卷积神经网络的输入,设计卷积神经网络算法实现电弧故障检测.经实验验证,所提出方法可清晰区分电弧故障电流特征和正常工作电流特征;在实验室测试中,所提出方法可准确地检测出光伏系统直流串联电弧故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟龙华	同济大学电子与信息工程学院	123	1445	20.0	30.0
2	王莉娜	北京航空航天大学自动化科学与电气工程学院	31	374	9.0	19.0
3	李腾	北京交通大学电气工程学院	5	36	4.0	5.0
4	焦治杰	北京交通大学电气工程学院	1	1	1.0	1.0
5	Alexandra Khalyasmaa	乌拉尔联邦大学电气系统自动化学院	1	1	1.0	1.0