基于深度长短时记忆网络的多支路串联故障电弧检测方法

针对低压配电系统中,实际配电网负载端的负载串并联形式的多样化和多变性特点,研究干路点检测支路发生的故障电弧具有十分明显的实际意义,提出了一种基于深度长短时记忆(LSTM)网络的多支路串联故障电弧检测方法.首先,构建实验平台,采集支路发生不同串联故障情况下的干路电流信号共计72000组;然后,将电流信号分为训练集和测试集;最后,通过Python平台优化深度LSTM网络模型结构以识别故障电弧,并输出检测结果.实验结果显示改进的LSTM网络对于每组实验单独分类检测准确率最低为96.8％,最高可达99.0％,多组实验统一进行检测准确率达94.88％.该方法能够有效识别多支路负载下的串联故障电弧,为低压串联故障电弧的准确检测提供了新的思路和有益探索.     

小波信号奇异性分析在配电线路故障检测中的应用

基于小波奇异性分析理论，分析了故障信号奇异性、非故障信号奇异性及噪声信号奇异性之间的关系，提出了配电线路故障发生时刻检测的较全面的算法。仿真结果表明，该算法具有良好的鲁棒性、准确性和快速性，并能够有效减少投资，适用于配电线路的故障检测。     

黄磷配料PLC控制系统的抗干扰措施

简要介绍了黄磷配料PLC控制系统,对交流电网、静电、执行机构和传输线路等干扰源作了详细分析,针对各种干扰源所采取的抗干扰措施,收到了良好效果。     

煤矿井下粉尘信号光电检测电路的研究

煤矿井下煤尘含量高,对工人的身体健康和安全生产构成的危害大.目前粉尘常见的检测装置通常需要有机械转动部分、且结构复杂.根据粉尘粒子的光辐射原理,采用光电器件对煤尘浓度进行了实验研究,设计出了粉尘信号检测、信号处理和数字显示电路.A/D转换和显示驱动电路由一块ICL7106芯片构成,简化了电路结构.该检测电路能对煤矿井下煤尘浓度进行连续检测.     

基于小波特征及深度学习的故障电弧检测

由线路绝缘层老化破损、电气接触不良等原因产生的串联故障电弧严重威胁着低压配电系统的电力安全。其电流小、温度高、隐蔽性强等特点更是给检测和识别带来了困难。基于此,提出一种基于小波特征及深度学习的串联故障电弧检测方法。通过搭建串联故障电弧实验平台,采集了典型阻性、阻感性、感性负载下的电流信号,对电流信号进行小波变换构造了训练集和测试集,通过改进的AlexNet模型识别故障电弧并输出检测结果。实验结果表明,采用该方法进行串联故障电弧识别的准确率约为95.58%,比利用AlexNet模型要高出约10.58%。     

大型商场配电线路在线故障检测与自动报警系统研究

针对目前有些大型商场配电线路故障频繁发生的现状,对大型商场配电线路在线故障检测与自动报警系统进行了研究.详细分析了大型商场配电线路故障产生的原因,以及引发电火花、电弧进而产生火灾的机理.提出了将配电柜(箱)的进线电压与出线电压进行比较,检测配电线路接触不良、发生电火花、电弧等线路故障的方法;设计出了配电线路故障信号在线检测电路、由运算放大器组成的放大电路和以单片机为核心的智能分析系统、故障的声、光报警电路.该系统不仅可以实现大型商场配电线路故障检测,提高供电的可靠性,还可实现对大型商场配电线路引发的电气火灾隐患的预报,避免或减少电气火灾事故的发生.     

一种新型基于小波奇异性分析的故障电弧检测方法

在分析了故障电弧特性的基础上,提出了故障电弧周期零休的特征信息,该信息用小波分析时表现为周期性的奇异点,据此提出了周期性奇异点检测故障电弧的新算法。以LabWindows/CVI为平台,设计开发了基于小波奇异性检测原理的故障电弧在线检测系统,该系统运用多线程技术实现了对故障电弧的实时在线检测。     

以认识实习为载体 拓宽新办专业毕业生就业渠道

认识实习是本科教育的重要环节，认识实习质量的优劣，直接影响学生的专业认识，进而影响其就业能力。本文介绍了河南理工大学电子信息工程与电子信息科学与技术两个新办专业认识实习体系建设的成效。实践证明，认识实习对拓宽学生今后就业渠道起到了重要作用。