饱和铁心型超导限流器故障电流快速模式识别

分析了开断直流励磁以及断开速度对该类超导限流器限流效果的影响,指出短路故障电流需要快速识别,设计和制造了三相小样机和相应的基于Labview和NI板卡的实时检测控制系统。提取了短路故障电流的三个重要特征:电流实时幅值、电流变化率、故障时高电流变化率的持续时间,根据特征进行神经网络感知机模式分类,离线在Matlab环境下训练神经网络找出线性分类面,在NI板卡内部的FPGA上实现分类神经元,并综合采用阈值模糊化的方法,对故障进行复合决策,以提高辨识准确性和速度。对阈值法和复合决策法进行的比较实验,表明了该方法的有效性。