基于经验小波变换复合熵值与特征融合的故障电弧检测

针对电力系统交流配电线路中串联故障电弧易引发电气火灾且检测精度不高的问题，提出一种基于经验小波变换(empirical wavelet transform,EWT)复合熵值与信号特征融合的故障电弧诊断方法。首先搭建故障电弧实验平台，对典型负载实测电流归一化处理，利用经验小波变换进行频谱分割并提取出具有紧支撑的模态分量，根据燃弧前后信息熵熵减分析选取特征分量。为反映时频多域细节复杂度特征，提取时频域特征分量复合熵值与时域敏感特征组成多域高维特征，利用主成分分析(principal component analysis,PCA)选取累积贡献率高于90%的主元实现特征降维融合，最后输入概率神经网络(probabilistic neural network,PNN)验证检测精度。结果表明，融合特征较单域特征检测精度更高，选用负载最低诊断率达98%验证了该方法的有效性。