基于磁通不对称分布的串联电弧故障检测研究

目前串联电弧故障检测以主线路电流为判断对象,该方法容易受非线性负载正常工作电流奇异性的影响而造成误判;而且小功率支路的电弧故障特征容易被干路电流"淹没"而造成漏判。为了解决该问题,根据电弧高频电流电磁耦合机理,提出一种基于L-N线不对称分布和高阶累积量识别的检测方法。通过分析电弧熄灭重燃时高频剩余磁通的耦合信号,利用高阶统计量工具计算出耦合信号的峭度值。对单一负载电弧故障、综合负载干路电弧故障和综合负载支路电弧故障等不同情况进行判断,得出统一峭度阈值。结果表明,该方法可有效检测和识别串联电弧故障。     

光伏发电系统直流串联微弱故障电弧检测方法研究

光伏发电系统直流故障电弧因随机性强、信号微弱、容易受负载突变影响而难以准确检测。根据光伏电池U-I输出特性,文中分析光伏发电系统直流串联微弱故障电弧产生机理,通过搭建光伏发电系统故障电弧模拟实验平台,分析了微弱直流串联故障电弧信号特性;进而提出了一种基于电流小波能量熵特征的检测直流串联微弱故障电弧的方法。该方法先计算电流信号脉冲因子,并利用阈值比较法来检测故障电弧。在此基础上,进一步计算电流小波能量熵特征,并采用极限学习机(ELM)辨识微弱故障电弧。实验结果表明:所提方法不仅能检测强直流故障电弧,还能检测微弱直流故障电弧,且平均辨识率高达98%。     

基于相关理论及零休特征融合的串联故障电弧检测方法

针对串联故障电弧发生时隐蔽性和随机性强、电流幅值相对较小易被负载电流湮没、与负载性质关联性大而导致的难以准确检测问题,提出一种基于相关理论及零休特征融合的串联故障电弧检测方法。以参照UL1699标准搭建的低压单相交流串联故障电弧实验平台为基础,通过采集用电回路的两个周期电流并计算其零休时间比例系数、滤除低频成份后的归一化绝对值最大互相关系数,然后用模糊逻辑器将两系数进行融合处理得到串联故障电弧综合特征识别系数,进一步结合零休时间比例系数并分别与经验阈值比较,从而判别是否有串联故障电弧发生。结果表明,该法对低压单相交流用电回路中使用GB14287.4推荐负载时产生的串联故障电弧辨识率高达100%,无误判漏判现象发生。     

基于自归一化神经网络的电弧故障检测方法

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。     

电弧填丝增材制造过程熔滴射滴过渡特征及其对熔滴沉积成形的影响

基于脉冲GMA电弧检测了电弧填丝增材制造过程中与熔滴过渡相关的电弧电流、电弧电压和声发射信号,研究了电弧脉冲作用下的铝合金熔滴射滴过渡特征,提出了一种可对处于射滴过渡模式下的熔滴尺寸、电弧力和熔滴沉积率进行计算的方法,并分析了沉积层的成形质量特征。研究结果表明,利用检测获得的电弧电压、电弧电流信号和声发射信号可以对处于射滴过渡模式下的熔滴过渡过程及其特征进行区分。在本研究条件下,作用在过渡熔滴上的电弧力随电弧功率增加而递增。电弧力的增加将限制熔滴尺寸的增大,从而在电弧功率递增时呈现熔滴尺寸的递减和熔滴过渡频率的递增。同时,电弧功率增加,使热输入增大,射滴过渡熔滴对熔池的冲击增强,容易造成熔滴过渡形成的沉积层坍塌,从而使熔滴沉积层高度递增的趋势减缓,形成的沉积层显微组织明显粗化。     

基于多特征融合的APF中IGBT开路故障特征提取

为可靠地进行有源电力滤波器中IGBT开路故障诊断,提出一种基于多特征融合的有源电力滤波器IGBT故障特征提取方法。该方法采集三电平APF主电路中钳位二极管桥臂电压作为测试信号,对其进行小波分解,提取各频段的能量系数、功率谱熵、奇异谱熵以组成多特征参数矩阵,然后进行特征降维构成特征向量矩阵。在理论分析的基础上,进行了相应的实验分析,首先基于该测试信号得到不同工作状态下测量波形,并与其他测试信号波形进行比较;既而,利用核模糊C均值聚类方法对所提取特征对故障类型的区分性能进行分析,并对三相整流桥谐波源在负载突变和触发角变化时做了特征提取适应性实验;最后,搭建APF实验平台进行测试。实验结果表明,基于二极管端电压的测量方法可以有效区分不同工作状态,所采用的多特征融合提取方法克服了单特征的片面性,各种工况下的区分性能良好。     

变频供电异步电动机转子断条故障诊断

异步电机转子断条故障发生时,定子电流（变频器输出侧电流）中会出现对称频率（1±2s）f1（f1为定子电流频率）的故障特征附加电流信号。以此为依据,定子电流特征频谱分析（MCSA）发展为经典转子断条故障在线检测方法。在工程实际过程中,变频供电异步电动机容易采集到的信号是开关柜二次侧供电电流（变频器输入侧电流）．因此要实现变频异步电动机转子断条故障诊断,必须清楚供电电流中是否也含有断条故障特征信息。首次对变频异步电动机供电电流进行分析．得出供电电流中也包括转子断条故障特征信息的结论,以此为基础。利用连续细化傅立叶和自适应滤波相结合的方法,实现了变频异步电动机转子断条故障诊断。     

航空交流电弧特性及检测算法研究

介绍了航空交流电弧电流和电压的基本特性.对电弧电流在频域和时域条件下异于正常情况的特性进行了研究,并将电弧电流的非平稳特性作为电弧检测判据的重要特征,设计了一种基于多种判据的电弧故障断路器(AFCI).它将电弧的一些较为显著的特征转化为CPU可识别的电信号,并通过CPU软件算法实现航空交流电弧检测,为航空电气系统的安全性提供了保证.     

基于自组织映射神经网络的低压故障电弧聚类分析

故障电弧是引发电气火灾事故的主要原因之一。本文将自组织映射神经网络引入故障电弧研究领域,进行不同负荷情况下的故障电弧聚类分析。首先参照美国UL1699标准进行实验采集电流数据,然后利用自组织映射神经网络实现可视化聚类,并结合k均值法确定聚类结果。根据聚类结果分析故障电弧,对比故障与正常时的差异所在,提取故障电弧的典型特征。最后总结出故障电弧电流通常具有电流短时为零、正负半周差异大、幅值变化大等特征,为故障电弧保护技术提供参考。     

串联谐振逆变器的软开关分析

描述了串联谐振逆变器在弱感性的工作模式,分析了这种模式下开关器件和各元件的工作状态并给出了控制时序。通过各时段的分析,从理论上得出了串联谐振逆变器开关器件实现软开关与死区时间、并联吸收电容、负载频率和输出电压电流有密切的关系。利用检测负载电流电压相位差,选择使开关器件工作在软开关状态的最小功率因数角控制策略,并进行了系统性的仿真和实验,进而验证了所提出策略的正确性。     

线路单相接地故障熄弧时刻捕捉算法

针对带并联电抗器的电力线路瞬时性单相接地故障,为确保自适应重合闸成功并最大限度缩短非全相运行时间,提出了一种基于单频信号全相位快速傅里叶变换(ap FFT)相位谱平坦特性的熄弧时刻捕捉算法。对故障相端电压信号进行全相位FFT计算,分析二次电弧熄弧前后故障相端电压信号的全相位FFT频谱特征,在二次电弧熄弧前,由于过渡电阻的高度非线性,故障相端电压中有剧烈变化的高频信号,其全相位FFT相位谱不具平坦性;二次电弧熄灭后,过渡电阻消失进入恢复电压阶段,高频信号平稳变化,其全相位FFT相位谱较平坦。通过分析高次谐波相位谱平坦特性的变化,可准确捕捉二次电弧熄弧时刻。ATP-EMTP仿真结果表明,该方法计算简单,受故障位置、过渡电阻、功角等因素影响小。实际故障录波数据的分析结果验证了所提方法的有效性。     

能识别蓄电池电压的充电电路的设计

介绍能识别蓄电池电压的充电电路的设计,该设计采用芯片LM331对电阻分压取得的有关蓄电池端电压的信号进行V/F转换,并将转换所得的频率信号经光耦隔离再送至单片机进行数据处理,达到检测、识别蓄电池电压的目的。     

基于声学特征的微电机故障诊断方法

针对微电机质量检测水平低、故障识别困难等问题,设计一种基于声学特征的微电机故障诊断方法.通过声音采集装置获得微电机转动时的正常声音信号和三种故障信号;从声音信号中提取39维梅尔频率倒谱系数和短时能量,搭建一维卷积神经网络模型进行识别.将声音信号转化成语谱图,建立二维卷积神经网络模型并识别.利用多模型融合技术中的加权平均...     

直流系统接地故障定位探测仪设计

介绍了一款低成本直流系统接地故障定位探测仪的设计方法。该仪器信号发生部分在直流系统正负母线注入低频方波电压信号,故障定位部分则利用直流钳表对支路中的低频电流信号进行检测,通过AD转换后,利用单片机对采集的数据进行分析和处理,来实现对直流系统接地故障的定位判断。     

基于EEMD和ICA的轴承故障特征提取

为实现轴承故障混合信号中提取故障特征频率,提出基于EEMD和ICA的轴承故障特征提取方法。首先利用EEMD对采集滚动轴承故障加速度振动信号进行分解,利用相关系数和波形相似度判断具有分解前信号相似特征的IMF,其次累加相似特征弱的IMF作为噪声,最后利用Fast ICA方法从混合信号中提取滚动轴承的故障特征频率,试验证明该方法可以提取滚动轴承故障特征频率。     

基于小波消噪与LMD的埋弧焊交流方波电弧信息提取

埋弧焊交流方波电弧电信号存在畸变,影响焊接过程电弧稳定性和焊缝成形质量,针对于此,在对采集的埋弧焊交流方波电弧电流信号进行小波包降噪后,利用局部均值分解(local mean decomposition,LMD)对电弧电流信号进行自适应分解,获得若干个具有真实物理意义的PF(product function)分量,并对PF分量集进行Hilbert变换及能量熵计算。结果表明,利用小波消噪与LMD能有效得到埋弧焊交流方波电流波形畸变的不同频率成分及其幅值在时间特征尺度上的变化特征,在此基础上通过Hilbert变换及能量熵计算可以有效提取反映焊接过程电弧稳定性和焊缝成形质量的电弧特征信息。     

变风速条件下风力机轴承故障特征提取

针对风速变化条件下风力发电机轴承故障特征的检测问题,提出了一种基于灰狼优化( GWO )和双稳态杜芬振荡器的随机共振( SR )的故障特征提取方法.首先,根据风速估计故障特征信号的频率,通过合适的采样频率采集风力发电机的振动信号并对采集的信号做归一化处理.随后,根据风速尺度引入变换系数对频率 时间尺度进行变换.此外,利用灰狼算法方法将杜芬振子的阻尼比和系统参数调整到最优值.最后,通过杜芬系统和尺度恢复获得可识别信号.结果表明,所提出的方法能提取原始信号中的故障特征信号.     

电流特征分析在异步电动机故障诊断中的应用

在线运行条件下,采集笼型异步电动机的定子电压和电流作为检测电动机故障的状态参数,并对电压和电流信号进行频谱分析,可以准确地检测出包括定子转子断条、绕组匝间短路、轴承磨损等各种常见的故障类型。     

基于DSP和LabVIEW的电动机转子断条故障诊断

为了实现对鼠笼式异步电动机转子断条故障的实时诊断,设计了一套以TMS320F2812和LabVIEW为核心的转子断条故障诊断装置。该装置以TMS320F2812为主控芯片,实现对异步电动机定子侧电流信号的采集,通过DSP的串口模块将采集到的信号传送到由LabVIEW构建的上位机信号处理平台。针对定子侧电流信号中工频分量对断条故障特征分量的干扰较大,严重地影响断条分量的识别,LabVIEW处理平台采用自适应陷波器算法对工频信号进行陷波处理,在FFT频谱上实现对断条故障特征分量的识别。实验证明,该装置能够实现对断条故障进行实时监测,并能够在FFT频谱上对断条故障特征分量进行识别。     

重载铁路电化区段信号机械设备故障自动检测方法

为解决重载铁路电化区段信号机械设备故障在检测中存在检测结果误差大、错检与漏检率高等问题，设计了重载铁路电化区段信号机械设备故障自动检测方法。分析重载铁路电化区段信号机械设备的组成，以及机械设备运行的自动化控制过程，确定机械设备故障类型；针对不同故障类型设置故障自动检测判据，利用传感器设备采集实时运行数据，通过滤波和融合后输出初始数据样本，提取信号机械设备实时信号特征，通过计算检测判据相似度，确定信号机械设备故障类型，输出故障自动检测结果。实验结果表明，所提方法综合信号机械设备故障位置、程度等多个方面，使平均检测误差低于1.0,错检率和漏检率均低于1%,提升了重载铁路电化区段信号机械设备故障自动检测的有效性。