基于分形维数和支持向量机的串联电弧故障诊断方法

被引:67
作者
杨凯
张认成
杨建红
杜建华
陈首虹
涂然
机构
[1] 华侨大学机电及自动化学院
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;
D O I
10.19595/j.cnki.1000-6753.tces.2016.02.010
中图分类号
TM501.2 [];
学科分类号
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。
引用
收藏
页码:70 / 77
页数:8
相关论文
共 14 条
[1]   基于电流信号短时过零率的电弧故障检测 [J].
刘晓明 ;
徐叶飞 ;
刘婷 ;
余方彧 .
电工技术学报, 2015, 30 (13) :125-133
[2]   基于支持向量机逆系统的无轴承异步电机非线性解耦控制 [J].
王正齐 ;
黄学良 .
电工技术学报, 2015, 30 (10) :164-170
[3]   组合核支持向量机在放电模式识别中的优化策略 [J].
王瑜 ;
苑津莎 ;
尚海昆 ;
靳松 .
电工技术学报, 2015, 30 (02) :229-236
[4]   一种基于小波变换能量与神经网络结合的串联型故障电弧辨识方法 [J].
张士文 ;
张峰 ;
王子骏 ;
顾昊英 ;
宁庆 .
电工技术学报, 2014, 29 (06) :290-295+302
[5]   关于G-P算法计算混沌关联维的讨论 [J].
付强 ;
李晨溪 ;
张朝曦 .
解放军理工大学学报(自然科学版), 2014, 15 (03) :275-282
[6]   基于Camberra距离的串联电弧故障诊断方法 [J].
占友雄 ;
张认成 ;
杨建红 ;
杨凯 .
电力系统保护与控制, 2014, 42 (12) :30-36
[7]   基于SVM-MOPSO混合智能算法的配电网分布式电源规划 [J].
刘煌煌 ;
雷金勇 ;
蔡润庆 ;
陈钢 ;
杨振纲 ;
刘前进 .
电力系统保护与控制, 2014, 42 (10) :46-54
[8]   基于自回归参数模型的低压系统串联电弧故障识别 [J].
雍静 ;
桂小智 ;
牛亮亮 ;
曾礼强 .
电工技术学报, 2011, 26 (08) :213-219
[9]   分形盒维数抗噪研究及其在故障诊断中的应用 [J].
郝研 ;
王太勇 ;
万剑 ;
张攀 ;
刘路 .
仪器仪表学报, 2011, 32 (03) :540-545
[10]   基于小波分析的故障电弧伴生弧声特征提取 [J].
蓝会立 ;
张认成 .
电力系统及其自动化学报, 2008, (04) :57-62