仪器仪表学报

作者：孙曙光，石际龙，王景芹，胡雨辰，崔玉龙

单位：孙曙光,河北工业大学人工智能与数据科学学院天津300130,,石际龙,河北工业大学人工智能与数据科学学院天津300130,,王景芹,河北工业大学智能配用电装备与系统全国重点实验室 天津300130,,胡雨辰,中国铁路设计集团有限公司天津300142,,崔玉龙,北京化工大学信息科学与技术学院北京100029,2003500070@buct.edu.cn,

关键词：断路器;声信号;电场信号;特征频率;燃弧时间测量

基金：河北省中央引导地方科技发展资金(246Z2101G)项目资助

针对低压断路器燃弧时间非侵入式测量需求，为克服分闸过程声信号中机械碰撞等强声事件对燃弧弱声事件识别的干扰，以及燃弧声信号起止边界辨识困难的问题，故提出一种基于声-电场信号特征频率的燃弧时间测量方法。根据断路器完整分闸过程声事件划分结果获取与燃弧阶段相对应的声信号片段，构建峭度-排列熵指标作为苦鱼优化变分模态分解的适应度函数，对声信号片段进行自适应分解，结合功率谱分析得到的燃弧声事件特征频率与相关系数准则选取有效模态分量，利用奇异值分解对含噪分量去噪后重构，以抑制机械碰撞干扰并突出燃弧成分。基于电场信号的频率特性设计带通滤波器，提取其甚低频段成分，提升燃弧事件边界分辨能力。以重构声信号与甚低频电场信号作为输入，构建一维卷积神经网络燃弧事件二分类模型，通过输出事件概率计算燃弧持续时间，模型具有较高的精确率与召回率。为验证所提方法的有效性，在不同相位分断条件下进行了测试，结果表明其平均绝对误差、均方误差与均方根误差均不超过0.25；与其他测量方法相比，各项指标提升76.2%以上。所提方法具有较高的测量精确性和鲁棒性，在低压断路器非侵入式在线状态监测中具有潜在应用价值。

来源：2026年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2026年第1期