| 基于分形维数和支持向量机的串联电弧故障诊断方法 |
| |
| 引用本文： | 杨凯,张认成,杨建红,杜建华,陈首虹,涂然. 基于分形维数和支持向量机的串联电弧故障诊断方法[J]. 电工技术学报, 2016, 0(2): 70-77. DOI: 10.3969/j.issn.1000-6753.2016.02.010 |
| |
| 作者姓名： | 杨凯 张认成 杨建红 杜建华 陈首虹 涂然 |
| |
| 作者单位： | 华侨大学机电及自动化学院 厦门 361021 |
| |
| 基金项目： | 国家自然科学基金(51506059)，福建省科技计划重点项目(2013H0028)，厦门市科技计划(3502Z20143043)，泉州市科技计划(2014Z114) |
| |
| 摘 要： | 电弧故障是引起电气火灾的重要原因之一。针对串联电弧故障随机性、多样性和隐蔽性等带来的诊断难题,为提高故障诊断率,设计了一种新的串联电弧故障诊断方法。借助高频电流传感器和高速数据采集系统采集串联电弧故障电流,通过分形维数定量衡量高频电流信号的混沌特性,以便提取串联电弧故障的特征信息,以盒维数和关联维数构造串联电弧故障的特征向量,采用最小二乘支持向量机对电流信号的特征向量进行分类,实现了线路正常与串联电弧故障状态的正确区分。运用所建立的实验平台验证了整个诊断方法的有效性,实验结果表明,串联电弧故障诊断率达到98%以上,所设计的诊断方法具有良好的泛化能力。
|
| 关 键 词： | 串联电弧故障 分形维数 高频信号 盒维数 关联维数 支持向量机 |
Series Arc Fault Diagnostic Method Based on Fractal Dimension and Support Vector Machine |
| |
| Abstract: | |
| |
| Keywords: | Series arc fault fractal dimension high frequency signal box dimension correlation dimension support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
