电压信号多特征融合检测串联故障电弧

串联故障电弧具有产生的随机性以及发生时电路电流减小等特点，传统保护装置难以识别。当前对串联故障电弧的检测大多对电流信号进行分析，但其容易受负载影响，识别时容易误判。因此，提出一种基于电压信号多特征识别电弧故障的方法，对实验采集的电压数据进行深入分析，利用余弦相似度、Pearson相关系数和Hausdorff距离对采集到的电源端电压和负载端电压波形相似度进行分析，并通过两电压差计算出线路电压，利用时域分析提取特征。对不同采集频率进行实验分析，选取最优采集频率。最后，通过学习向量化（Learning Vector Quantization,LVQ）神经网络对上述多特征融合进行检测。不同类型的负载试验表明，该方法对故障识别准确率可达96%以上。