基于多特征融合神经网络的串联电弧故障识别技术
High Voltage Engineering（2021）
摘要
传统低压保护装置如低压断路器、熔断器等无法有效检测出由于接触不良、绝缘失效等导致的串联电弧故障,因此如何准确检测串联电弧故障成为目前研究的热点问题.为此,采用基于电流波形的检测方法展开深入研究,通过搭建电弧故障平台模拟串联电弧故障,获得了不同负载下正常和电弧故障的数据;然后在此基础上建立了多特征融合的神经网络算法,并利用mini-batch梯度下降、指数衰减的学习率和Adam的优化算法对模型进行了优化.研究结果表明:所提算法的查准率及查全率分别能达到98％和99％,相比于支持向量机和BP神经网络算法具有更高的识别率.研究为串联电弧故障识别提供了一种新的算法,对于该方向的研究拓展了新的思路.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要