基于高阶谱估计故障电弧早期信息特征提取

开关柜内部的故障电弧是一种频发性、灾难性的严重故障,传统的故障电弧保护方案都是在发生燃弧之后开始报警并切断断路器,会造成一定的经济损失。实验研究表明,放电声响能作为故障电弧发生之前的主要表征信息,放电声响经过声道调制和周围障碍物反射后形成复杂的声音混合体,且放电声响湮没在复杂的背景噪声中。用双谱对故障电弧早期放电声响进行了分析,并以B-P神经网络为分类器提取放电声响。结果表明,双谱能有效地识别放电声响,为进一步以放电声响为判据建立故障电弧早期预警系统奠定基础。