首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于功率谱密度与随机配置网络的低压串联电弧故障检测
引用本文:李金杰,邹国锋,魏良玉,王玮,傅桂霞.基于功率谱密度与随机配置网络的低压串联电弧故障检测[J].科学技术与工程,2023,23(34):14587-14595.
作者姓名:李金杰  邹国锋  魏良玉  王玮  傅桂霞
作者单位:山东理工大学电气与电子工程学院
基金项目:山东省自然科学基金;国家自然科学基金
摘    要:低压串联电弧电流为非平稳信号,故障特征区分度低且具有随机性,给电弧故障特征提取和准确检测带来困难,提出了基于功率谱密度与随机配置网络的低压串联电弧故障检测方法。首先,搭建了串联电弧故障发生平台,采集不同负载类型的电流数据,构建数据集。其次,采用功率谱密度对电流信号执行随机信号分析,实现对电流信号的定量化频域特征描述,增强故障电流与正常电流特征的区分度。然后,采用随机配置网络构建串联电弧故障检测模型,将功率谱密度特征用于随机配置网络的自适应训练学习,提升网络训练效率和模型故障检测能力。在本文构建的电流数据集上,串联电弧故障检测的平均准确率达到96.156 7%,证明了方法的有效性。

关 键 词:串联电弧检测  功率谱密度  随机配置网络  频域特征提取  自适应学习
收稿时间:2023/1/5 0:00:00
修稿时间:2023/9/20 0:00:00

Low voltage series arc fault detection based on power spectral density and stochastic configuration network
Li Jinjie,Zou Guofeng,Wei Liangyu,Wang Wei,Fu Guixia.Low voltage series arc fault detection based on power spectral density and stochastic configuration network[J].Science Technology and Engineering,2023,23(34):14587-14595.
Authors:Li Jinjie  Zou Guofeng  Wei Liangyu  Wang Wei  Fu Guixia
Institution:School of Electrical and Electronic Engineering,Shandong University of Technology
Abstract:
Keywords:Series arc detection  Power spectral density  Stochastic configuration network  Frequency domain feature extraction  Adaptive learning
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号