国内刊号:44-1240/TP
国际刊号:1000-8152
发布日期:
作者:江军,李威,李波,马径坦,张潮海
单位:南京航空航天大学,南京航空航天大学,南京航空航天大学,国网江苏省电力有限公司电力科学研究院,南京航空航天大学
关键词:串联电弧故障; 负载建模; 改进型Mayr模型; 奇异值(SVD)分解; Hurst指数; BP神经网络
基金:江苏省自然科学基金项目(BK20211189), 中央高校基本科研业务费专项资金项目(NT2021012)资助.
串联电弧故障因故障电流小、随机性强, 难以被普通保护电器所检测和切除. 本文基于已有的Mayr电弧模型增加了弧柱电感、间隙电容和压控随机开关以模拟电弧高频特性, 从而构建了不同类别典型负载的精细化电路模型. 实验证实所建负载模型和电弧模型的仿真数据较好拟合了相应的实验结果, 在此基础上将仿真波形重构为二维矩阵, 提取矩阵奇异值之比作为时域特征; 提取02500 Hz内归一化谐波幅值波形的Hurst指数作为频域特征; 选取隐层节点数为17的单隐层BP网络实现了串联电弧故障诊断, 总体准确率达到93.9%. 检测方案在STM32F767平台上运行时间仅19.85 ms, 符合UL–1699中实时性指标要求. 本文提出的检测方案具有计算量相对较小、特征简洁、准确率高等优势, 有助于串联电弧检测和有效辨识的工业应用.
来源:2022年第3期
《控制理论与应用》期刊编辑部