仪器仪表学报

作者：张 婷，王海淇，张认成，涂 然，杨 凯

单位：张 婷,1.华侨大学机电及自动化学院,,王海淇,1.华侨大学机电及自动化学院,,张认成,1.华侨大学机电及自动化学院,,涂 然,1.华侨大学机电及自动化学院,,杨 凯,1.华侨大学机电及自动化学院,

关键词：串联电弧故障检测;灰度数据转换;自归一化卷积神经网络

基金：国家自然科学基金面上项目(52076084)资助

电弧故障是电气火灾的重要原因。低压线路发生串联电弧故障时,回路电流波形的时域特征与正常工作状态类似,采用传统的特征提取方法无法完整表达时域信号的全部数据特征,限制了电弧故障的特征表达能力,导致检测结果的误报率和漏报率较高。针对此问题,提出基于自归一化卷积神经网络的电弧故障检测方法。该方法将采集到的不同种类负载的电流时间序列按照半周期截取,然后进行归一化处理,将灰度矩阵变换生成电弧故障及正常工作的二维图像;利用卷积神经网络提取电弧故障的灰度变换特征;通过全连接层拟合计算下采样信息实现电弧故障卷积特征的识别。验证表明,所提方法对电弧故障的识别率达到99.67%,优于传统卷积神经网络,具有良好的泛化性能。

来源：2021年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第3期