發(fā)布時間：2018-07-03 18:14

  本文選題：電弧故障 + 小波變換�。� 參考：《電工技術(shù)學報》2014年01期

【摘要】：為實現(xiàn)對用電系統(tǒng)低壓用戶端中串聯(lián)電弧故障的準確診斷,根據(jù)交流系統(tǒng)中低壓串聯(lián)電弧故障特性,通過自主搭建的電弧故障模擬實驗平臺及不同負載下的串聯(lián)電弧故障模擬實驗,本文提出一種基于小波變換的串聯(lián)電弧故障診斷方法。該方法首先采用極大極小原理對信號進行降噪處理,并結(jié)合小波變換模極大值對信號進行多分辨分析;將三階Daubechies小波基函數(shù)提取出的各頻段細節(jié)信號模極大值作為網(wǎng)絡輸入的特征向量,利用基于阻尼最小二乘法改進的多層前饋(Back Propagation,BP)神經(jīng)網(wǎng)絡構(gòu)建特征向量與電弧故障之間的映射關(guān)系進行故障診斷分類。測試結(jié)果表明,該方法可有效實現(xiàn)交流系統(tǒng)中串聯(lián)電弧故障的診斷分類。
[Abstract]:In order to accurately diagnose the series arc fault in the low voltage user end of the electric power system, according to the fault characteristics of the low voltage series arc in the AC system, This paper presents a fault diagnosis method of series arc based on wavelet transform, which is based on self-built arc fault simulation platform and series arc fault simulation experiment under different loads. Firstly, the signal is de-noised based on the minimax principle, and the wavelet transform modulus maximum is used to analyze the signal. The modulus maximum of every frequency band detail signal extracted from the third order Daubechies wavelet basis function is used as the eigenvector of the network input. Fault diagnosis classification is carried out by using the improved back propagation BP neural network based on the damped least square method to construct the mapping relationship between the eigenvector and the arc fault. The test results show that this method can effectively realize the fault diagnosis and classification of series arc in AC system.
【作者單位】： 沈陽工業(yè)大學電氣工程學院;
【基金】：國家自然科學基金資助項目(51377106)和國家自然科學基金重點資助項目(51337001)
【分類號】：TM501.2

【參考文獻】

相關(guān)期刊論文 前8條

1 何怡剛;祝文姬;周炎濤;劉美容;;基于粒子群算法的模擬電路故障診斷方法[J];電工技術(shù)學報;2010年06期

2 周天春;楊麗君;廖瑞金;汪可;鄭升訊;;基于局部放電因子向量和BP神經(jīng)網(wǎng)絡的油紙絕緣老化狀況診斷[J];電工技術(shù)學報;2010年10期

3 李夏青;左麗;;直流牽引網(wǎng)故障電流能量譜及特征矢量[J];電工技術(shù)學報;2010年11期

4 雍靜;桂小智;牛亮亮;曾禮強;;基于自回歸參數(shù)模型的低壓系統(tǒng)串聯(lián)電弧故障識別[J];電工技術(shù)學報;2011年08期

5 藍會立;張認成;;基于小波分析的故障電弧伴生弧聲特征提取[J];電力系統(tǒng)及其自動化學報;2008年04期

6 孫鵬;董榮剛;鄭志成;;基于小波分析信號特征頻段能量變比的故障電弧診斷技術(shù)研究[J];高壓電器;2010年07期

7 于志偉,蘇寶庫,曾鳴;小波包分析技術(shù)在大型電機轉(zhuǎn)子故障診斷系統(tǒng)中的應用[J];中國電機工程學報;2005年22期

8 孫鵬;鄭志成;閆榮妮;高翔;;采用小波熵的串聯(lián)型故障電弧檢測方法[J];中國電機工程學報;2010年S1期

【共引文獻】

相關(guān)期刊論文 前10條

1 倪濤;李夏青;;基于EMD分解的直流牽引供電系統(tǒng)短路故障識別[J];北京石油化工學院學報;2012年02期

2 潘慶慶;趙書濤;潘亮亮;;基于聲波處理的變壓器故障診斷與狀態(tài)發(fā)展趨勢預測[J];變壓器;2009年02期

3 王冬云;張文志;張建剛;;小波包能量譜在滾動軸承故障診斷中的應用[J];軸承;2010年11期

4 劉曼蘭;于海芳;崔淑梅;;一種永磁直流電機故障診斷方法[J];電工技術(shù)學報;2007年10期

5 趙濵;李穎暉;楊朋松;;基于小波包的無刷直流電機匝間短路故障特征提取[J];大電機技術(shù);2009年04期

6 李志紅;;水電機組振動信號去除高頻噪聲技術(shù)綜述[J];大電機技術(shù);2009年06期

7 劉蕾蕾;張春喜;;應用小波包結(jié)合FFT方法檢測轉(zhuǎn)子斷條故障[J];電機技術(shù);2007年02期

8 鄧輝;王立國;楊靜;湯萬萬;徐殿國;;潛油電機的RMNN建模分析與無傳感器轉(zhuǎn)速辨識[J];電機與控制學報;2007年05期

9 劉蕾蕾;張春喜;;轉(zhuǎn)子斷條故障檢測新方法研究[J];大理學院學報(自然科學);2006年12期

10 郭東杰;王靈梅;郭紅龍;武衛(wèi)紅;韓西貴;;改進小波結(jié)合BP網(wǎng)絡的風力發(fā)電機故障診斷[J];電力系統(tǒng)及其自動化學報;2012年02期

相關(guān)會議論文 前2條

1 胡漢輝;譚青;;基于小波包分析及模糊識別的風機故障診斷[A];第二十九屆中國控制會議論文集[C];2010年

2 彭玉樓;何怡剛;彭玉旭;;基于小波譜的軸承加工故障診斷[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

相關(guān)博士學位論文 前10條

1 劉沖;模擬電路故障診斷AdaBoost集成學習方法研究[D];大連海事大學;2011年

2 龔玉蓉;基于小波包的三維大地電磁測深靜態(tài)效應壓制研究[D];中南大學;2011年

3 王冬云;轉(zhuǎn)子-軸承故障診斷方法研究[D];燕山大學;2012年

4 彭文季;水電機組振動故障的智能診斷方法研究[D];西安理工大學;2007年

5 劉曼蘭;永磁直流電機故障在線監(jiān)測與智能診斷的研究[D];哈爾濱工業(yè)大學;2007年

6 鄧武;基于協(xié)同進化的混合智能優(yōu)化算法及其應用研究[D];大連海事大學;2012年

7 劉麗霞;基于小波理論與LSSVM的模擬集成電路故障診斷方法[D];西安電子科技大學;2011年

8 杜文遼;狀態(tài)監(jiān)控與智能診斷關(guān)鍵技術(shù)研究及其在汽車起重機主泵中的應用[D];上海交通大學;2013年

9 徐子利;同塔多回輸電線路瞬時性故障的故障分析與故障測距[D];華南理工大學;2012年

10 余瓊芳;基于小波分析及數(shù)據(jù)融合的電氣火災預報系統(tǒng)及應用研究[D];燕山大學;2013年

相關(guān)碩士學位論文 前10條

1 竇甜華;基于多信息融合的電氣火災智能檢測技術(shù)的研究[D];山東建筑大學;2011年

2 韓明;基于DSP的電機轉(zhuǎn)子繞組匝間短路檢測研究[D];河北科技大學;2011年

3 尹保明;小波神經(jīng)網(wǎng)絡故障診斷方法及其在變頻調(diào)速系統(tǒng)中應用研究[D];河南理工大學;2011年

4 胡瑩岑;基于支持向量機的模擬電路故障診斷技術(shù)研究[D];南京航空航天大學;2010年

5 孫旺;汽車起重機關(guān)鍵部件智能故障診斷系統(tǒng)開發(fā)[D];上海交通大學;2012年

6 劉湘寧;低壓串聯(lián)電弧故障診斷技術(shù)的研究[D];沈陽工業(yè)大學;2012年

7 楊俊;基于LabVIEW的電機噪聲振動測試分析系統(tǒng)[D];浙江大學;2007年

8 蔣威;基于虛擬儀器的電機振動測試分析系統(tǒng)[D];浙江大學;2006年

9 馬文生;小波分析方法在機械故障診斷中的應用研究[D];內(nèi)蒙古科技大學;2008年

10 趙玉芳;基于HHT與盒維數(shù)的旋轉(zhuǎn)機械故障診斷方法[D];南京航空航天大學;2007年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 劉玉仙;變壓器油紙絕緣的含濕分析及其對運行安全的影響[J];變壓器;2002年05期

2 徐濤;王祁;;基于小波包神經(jīng)網(wǎng)絡的傳感器故障診斷方法[J];傳感技術(shù)學報;2006年04期

3 蔡金，

本文編號：2094567