串联型故障电弧检测方法对比分析

由于线路故障位置的不确定性,目前串联型故障电弧检测方法主要基于电流信号分析进行识别。通过对不同负载在串联型故障电弧发生前后的电流波形进行对比,得出了串联型故障电弧电流特性及其变化规律;以串联型故障电弧的电流信号为研究对象,介绍了基于希尔伯特黄变换、信息熵与短时傅里叶变换、小波近似熵与支持向量机的串联型故障电弧检测方法,概述了不同检测方法的故障电弧特征提取过程;对3种串联型故障电弧检测方法优缺点进行了比较,指出基于希尔伯特黄变换、信息熵与短时傅里叶变换的检测方法可有效提取故障电弧发生时电流的时频特性,对提取的时频谱幅值设置合适的阈值即可作为串联型故障电弧识别的依据,但准确性和实时性不高,而基于小波近似熵与支持向量机的检测方法可直接提取近似熵作为支持向量机的输入来识别串联型故障电弧,具有较高的准确性和实时性,更适用于煤矿现场。     

基于Mayr模型的低压配电线路故障电弧研究

针对故障电弧研究需要搭建专门的实验环境来分别模拟串联故障电弧、并联故障电弧和接地故障电弧而存在费用较高、实际操作比较困难的问题,提出了一种能在Matlab7软件中工作的Mayr电弧模型的设计方案;介绍了Mayr电弧模型方程的物理意义,采用Mayr电弧模型封装子系统对低压交流线路发生的串联故障电弧进行了仿真,并根据仿真电路,模拟了低压交流线路发生串联故障电弧的实验。仿真及实验结果表明,Mayr电弧模型的故障电弧电流与实验采集到的故障电弧电流比较接近,采用Mayr电弧模型用于低压交流线路故障电弧仿真具有一定的可行性。     

基于STM32故障电弧检测装置的设计

对负载电流信号的检测是判断低压配电线路中是否发生电弧故障的有效方法之一。用ADC模块对负载电流信号进行采样,将发生电弧故障时的电流波形与正常工作时的电流波形相比较,检测是否有电弧故障发生。比较的电流波形特征量主要有过零点后的上升率、电流正半周期采样时间宽度和正半周期采样幅值,将这三个特征量作为电弧故障识别算法的判断条件,检测电弧故障。为了在硬件上验证该时域检测算法的可行性和有效性,将电弧故障检测算法移植到STM32平台,设计出了一台基于STM32的故障电弧检测装置样机。该样机可以实现电流信号采集、过零点检测、数据处理以及串联电弧故障检测识别。在以日光灯、开关电源和吸尘器为屏蔽负载的实验结果表明,该装置可以检测出串联电弧故障,且可靠性高,不会在没有产生故障电弧的情况下产生误判。     

基于遗传算法优化BP神经网络的故障电弧识别

由于电力系统中的正常电流信号与串联型故障电弧的电流特性十分相似,故障电弧的正确识别十分困难,找到能够准确识别串联故障电弧的方法很关键.运用db5小波对故障电弧信号进行四层分解,提取故障频段能量谱作为特征量,建立BP神经网络.但BP网络是基于梯度的方法确定权值,而梯度下降法本身就很容易受到局部极小点的影响.所以通过引入遗传算法,弥补了BP网络的不足.用遗传算法优化BP神经网络,快速准确地对故障电弧特征量进行识别,用优化后的神经网络对故障电弧的识别误差率进行分析,达到了较好的预测识别效果,从而快速准确地实现了故障电弧的识别操作.     

石油化工企业电气仪表元件故障类型快速识别研究

石油化工企业电气仪表元件工况复杂,故障类型较多,为此基于双向变流器开路故障特征参数提出石油化工企业电气仪表元件故障类型快速识别方法。先构建石油化工企业电气仪表元件的参数配置模型,结合高频电压脉动参数检测的方法,分析在不同故障状态下开关管开路输出负载特征量;然后采用环流抑制和中点电位控制的方法,分析电气仪表元件的故障状态特征参数,通过桥臂开关管检测的方法,进行石油化工企业电气仪表元件故障状态分析,通过分析电气元件暂态分量的状态信息,求得电气仪表元件的换流母线电压、相位偏移等参数;最后结合参数异常状态特征分析,实现对石油化工企业电气仪表元件的故障类型快速识别。测试结果表明,采用该方法进行石油化工企业电气仪表元件的故障类型参数识别的准确性较高,故障状态定位能力较强,参数准确识别性能较好。     

电气设备故障的类型及产生原因

分析了电气设备及线路故障的类型和产生原因等,包括短路及断路故障,漏电故障,变质故障。电气设备的发热、电动力、电弧、电接触以及环境因素等均能导致电气故障的产生,从而影响电气设备的正常运行。     

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.     

基于分形盒维数串联电弧故障诊断技术研究

通过搭建串联故障电弧实验平台,进行多种类型负载实验,对其正常工作和发生串联电弧故障时的电流信号进行分析,提出了一种基于分形盒维数的串联故障电弧诊断方法。进一步研究了不同信噪比下分形盒维数的计算误差,分析了分形盒维数的抗噪性能,同时计算了不同负载在正常工作和发生串联电弧故障下分形盒维数的参考区间。实验证明,基于分形盒维数的故障诊断方法能够准确辨别出负载的串联电弧故障,具有较好的通用性。     

PSO优化BP神经网络的串联故障电弧识别方法

运用db5小波对故障电弧信号进行4层分解,提取故障频段能量谱作为特征量,建立BP神经网络.用粒子群优化(PSO)算法优化BP神经网络,从而快速准确地对故障电弧特征量进行拟合,用训练后的神经网络对故障电弧进行预测,达到了较好的预测识别效果,验证了该串联型故障电弧识别方法的有效性.     

海底电缆早期短路故障建模与分析

针对海底电缆发生早期短路故障的特征,依据交联聚乙烯海底电缆短路故障演化机理并结合早期故障的电气特性,搭建电弧理论的海底电缆线路早期短路故障诊断模型,对海底电缆参数对故障电流的影响进行仿真分析.本文介绍了电弧理论模型,并对海底电缆电弧故障进行建模,以此分析早期海底电缆故障模型.通过分析模型中的海底电缆参数(时间常数,固定电阻,初始电弧长度以及电弧伸展率)对故障电流峰值及其增量变化的影响,验证早期故障电流峰值及其增量受固定电阻和初始电弧长度影响较大,而受时间常数及电弧伸展率影响较小.     

光伏系统直流串联故障电弧特征研究

应用时域分析和频域分析相结合的方法,研究了光伏系统串联电弧故障问题.搭建了新型光伏系统故障电弧实验平台,获得了光伏系统正常运行和发生串联故障电孤时电流峰峰值和电流平均值的特征差异,分析了电流时域特征在串联故障电弧识别方面的可行性.得到了光伏系统发生串联故障电弧时,电流一层小波分解细节分量均值是正常状态下的2.5～4倍,两层小波分解细节分量均值是正常状态下的10～16倍的结论.以上结论可通过有效的数据融合形成串联电孤故障识别判据,为光伏系统串联电弧故障保护装置的研制提供理论支持.     

基于最大熵阈值分割的电气二次回路故障三维可视化识别模型

为了更直观地、实时监测了解二次回路运行工况,减少故障事后排查工作量,研究了基于最大熵阈值分割的电气二次回路故障三维可视化识别模型。采集二次回路各项运行数据,生成电气二次回路三维虚拟场景,标定电压传感器的位置以及红外成像仪的监控角度和距离;基于最大熵阈值分割处理图像,提取识别目标和背景;建立二次回路故障三维可视化识别模型,实现二维图像和三维场景的匹配,完成电气二次回路故障识别。经实验论证分析,最大熵阈值分割处理后的三维可视化图像清晰,不存在像素点丢失情况;故障识别准确率均在95%以上,误检率和漏检率均低于5%,具有更好的三维可视化识别效果和质量。     

基于航空交流故障电弧标准的电弧仿真研究

随着飞机多电全电技术的迅猛发展,电力系统在飞机中的重要程度不断提升,而电弧故障是航空电力系统多发的一类电气故障,会引起飞机火灾,轻则烧毁线路,重则引起飞机坠毁。因此,航空交流故障电弧的研究对保障飞机电力系统的安全十分重要。针对传统航空交流故障电弧模型种类单一、难以准确模拟真实故障电弧的特点,基于航空交流故障电弧试验标准下点接触电极、点接触截断和松动接线柱试验中得到的故障电弧电压、电流特性进行分析后,提出模型改进方法,形成航空交流电弧仿真优化策略,从而涵盖所提航空交流电弧试验标准下的故障电弧特性。通过MATLAB/Simulink完成了电弧模型的搭建,对电弧数据及模型仿真结果进行特征量提取及比较,验证了航空交流故障电弧模型仿真策略和方法的有效性。     

遗传算法优化GMM的故障电弧识别方法

由于电气设备中正常电流信号和故障电流信号电流特性十分相似,故障电弧的正确识别十分困难,但非常重要。采用小波变换结合近似熵的方法对故障和正常电流特征进行提取,将特征用来训练混合高斯模型(GMM)。但GMM的参数估计方法期望最大(EM),极易局部收敛,因此,引进遗传算法,提出遗传优化的高斯混合模型(GA-GMM)。用经过特征提取后的特征数据来训练GA-GMM模型,模型根据其输入的数据特征得到最大的概率分类,即输出电流故障与否。大量实验表明采用GA-BMM能够快速准确地对故障电弧特征进行识别,达到了较好的识别效果,实现了准确识别故障电弧的操作。     

基于频谱畸变的航空交流电弧检测方法研究

航空交流电弧故障是飞机电气防护领域的检测难点。由于其隐蔽性,产生故障后难以被发现并会引起更加严重的危害。通过建立完善的电弧试验平台,采集大量电弧数据,能够获取可靠的串并联交流电弧故障特征。依照标准定义对试验数据进行区分获取有效电弧数据。通过对比分析正常数据和电弧数据的频谱特征,其频谱奇次谐波处的幅值在产生电弧后会有明显增大。利用这一频谱畸变,通过三周期算法能够对交流电弧进行准确识别,并通过原理样机验证了检测方法的识别效果。     

基于改进CNN的串联型故障电弧识别方法研究

针对串联型故障电弧影响供电系统安全且不易测量的问题,提出改进卷积神经网络对串联型故障电弧的识别方法.由于SVM学习的超平面是距离各个样本最远的平面,相比于Softmax,具有更强的泛化推广能力和更高的识别准确率,故采用SVM损失函数(hinge loss)替换原有的Softmax损失函数并在CNN模型中添加三层Ince...     

基于小波-神经网络的电机振动故障诊断

针对电机振动信号的频谱特点,提出基于小波-神经网络技术的电机故障模式识别与诊断的新方法。利用小波包的多维多分辨率特性,对电机振动信号进行分解与重构,获得振动信号的突变信息,提取与电机故障相关的特征信息,将其作为特征向量输入ART2神经网络,对其进行训练。经过训练后的神经网络可对电机工作状态进行在线监测和实时故障诊断,并在转子实验台上进行了模拟故障仿真试验。通过对仿真结果的分析,证实这种诊断方法的可行性。     

接触网电气闪络与故障检测数据库案例的研究

接触网电气闪络现象发生在供电输出端,电力机车与受电弓脱离或剐蹭,造成铁道沿线设备跳闸和线路运营中断。通过接触网暂态电流过程分析,采集故障瞬态点通道数据,仿真模型针对接触网运行中如雷击、风雨、电压闪变和噪声干扰滤波具有预防作用。在综合分析接触网供电故障特点的基础上,建立数据库实时检测查询系统和案例分析库,通过参数对比与归类,能够迅速准确地分辨故障前后发生的问题,最大程度减小电气故障对接触网的影响,保证供电系统安全可靠地运行。     

矿井多级供电网络漏电故障的分析与检测

对中性点不接地系统和中性点经消弧线圈接地系统发生单相漏电故障时的故障分量进行了分析,明确了漏电故障点的电气量特征,并进一步分析了矿井多级供电网络中零序电流的分布情况,得出结论:(1)中性点不接地系统发生漏电故障时,接地线路的漏电流为整个供电系统所有线路漏电流的最大值,接地线路上级线路的零序电流均比接地线路的零序电流小;(2)中性点经消弧线圈接地系统发生漏电故障时,接地线路的零序电流大小和非接地线路及接地线路的上级线路不一定有明显的区别,但接地线路零序电流的有功分量远远大于非接地线路及接地线路上级线路的零序电流有功分量。最后介绍了几种中性点不接地系统漏电保护检测原理,重点分析了一种易于在微机保护中实现的中性点经消弧线圈接地系统的漏电保护方案,即基于线路零序有功功率大小的选线方法。