包络微分算子增强直流故障电弧特征及其半监督式辨识方法北大核心CSCD |
| |
引用本文: | 陈思磊,王源丰,孟羽,高佳宇,伍李阳.包络微分算子增强直流故障电弧特征及其半监督式辨识方法北大核心CSCD[J].高压电器,2023(7):145-155. |
| |
作者姓名: | 陈思磊 王源丰 孟羽 高佳宇 伍李阳 |
| |
作者单位: | 1.西安理工大学电气工程学院710048;2.西安交通大学电力设备电气绝缘国家重点实验室710049; |
| |
基金项目: | 陕西省自然科学基础研究计划(2021JQ?476)。 |
| |
摘 要: | 针对生弧材料弱化故障电弧特征和监督式学习方法依赖于大量标记数据的问题,提出了包络微分算子增强故障电弧特征,并采用半监督学习模型融合该特征辨识直流故障电弧和生弧材料的方法。首先依据UL 1699B搭建直流故障电弧实验平台,采集了铝、黄铜、不锈钢、石墨铸铁以及球墨铸铁常见电力设备材料下的故障电弧信号,再采用包络微分算子增强电弧小波特征,有效提升了多生弧材料条件下的故障电弧特征显著性。然后通过K?Means算法进行离群点检测,有效降低了同种生弧材料的特征波动。最后通过采用半监督学习算法MixMatch改进长短期记忆网络(long short?term memory,LSTM)模型,实验结果验证了该模型可在有限故障数据条件下获得比现有监督式学习模型更高的故障电弧和生弧材料辨识性能,为直流故障电弧精准运维提供了可行的技术手段。
|
关 键 词: | 直流故障电弧 生弧材料 特征增强 离群点检测 半监督学习 |
本文献已被 维普 等数据库收录! |
|