返回列表 发布新帖

基于深度学习的冲击电压老炼过程中真空击穿机制甄别优化方法

26 0
1 黄金阳光 发表于 2024-10-4 00:48 | 查看全部 阅读模式
文档摘要:冲击电压老炼技术是提高真空电极间隙绝缘能力的有效手段,快速准确地甄别真空击穿机制对揭示冲击电压老炼过程的物理演化机理具有重要意义.该文提出了一种基于深度学习的通过突显击穿前过程提高真空击穿机制甄别准确度的优化方法.对五对相同的无氧铜球形电极开展同样的冲击电压老炼试验,分别获得时间提取范围为0-400μs的完整击穿电压电流波形样本和0-200μs的突显击穿前过程的击穿电压电流波形样本,并通过深度学习模型对两种击穿电压电流波形样本开展脉冲电流诱发、场致发射诱发和微粒诱发三种真空击穿机制的甄别训练与测试,并将测试结果与真实结果进行对比分析与评估.结果显示:时间提取范围为0~200μs的突显击穿前过程的击穿电压电流波形样本的击穿机制甄别准确率均在87.99%以上,平均提高了2.55%,其对应的精确率、召回率和F1分数均更优.研究结果表明,突显击穿前过程的击穿电压电流波形处理能够有效地优化真空击穿机制甄别的效果,具有良好的工程应用前景.

Abstract:Impulsevoltageconditioningtechnologyisaneffectivemeanstoimprovetheinsulationabilityofvacuumcircuitbreaker(VCB).ClassifyingthebreakdownmechanismquicklyandaccuratelyhasagreatsignificancetorevealthephysicalevolutionofimpulsevoltageconditioningandimprovetheVCBwithstandingvoltagelevel.ThetraditionalmethodtoclassifythebreakdownmechanismneedstoeliminatethedisplacementcurrentthroughmathematicalcompensationalgorithmandfittheFowler-Nordheimformula,whichiscomplicatedtoobtainthebreakdownmechanism.Deeplearninghasanobviousadvantageinimagerecognitionandfeatureextraction.Inthispaper,anoptimizedmethodtoclassifythebreakdownmechanismwasproposedthroughenlargingthepre-breakdownperiodinbreakdownwaveformbasedondeeplearning.Fiveidenticalsphereoxygen-freecopperelectrodepairsA,B,C,DandEwereappliedthesameimpulseconditioning.Allthebreakdownwaveformswereprocessedintotwokinds:0~400μs,containingthewholebreakdownwaveform,and0~200μs,pre-breakdownperiodenlargedbreakdownwaveform.ThecorrespondingbreakdownmechanismsofAandBwerelabeledaspulsedcurrentinducedvacuumbreakdown(PB),fieldemissioninducedbreakdown(FEBD)andparticleinducedvacuumbreakdown(PBD)throughthetraditionalmethod.Then,breakdownwaveformsofAandB(1530)in0~400μsand0~200μswereforthebreakdownmechanismclassificationtraining,andbreakdownwaveformsofC,DandE(1398)in0~400μsand0~200μswereforbreakdownmechanismclassificationtest,respectively.ThecorrespondingbreakdownmechanismsofC,DandEwereclassifiedintoPB,FEBDandPBDwithdeeplearning.Inaddition,thebreakdownmechanismsofC,DandEwerealsoobtainedthroughthetraditionalmethod.Thedeeplearningoutputswerecomparedwiththatthroughthetraditionalmethod.Thetestresultswereevaluatedandanalyzedbytheevaluationparameterssuchasprecision,recall,Fl-scoreandsoon.TheresultsshowedthatthebreakdownmechanismclassificationaccuraciesofC,DandE(0~200μs)were88.92%,87.99%and92.78%,respectively,andalltheaccuraciesof0~200μswerehigherthan87.99%.ThebreakdownmechanismclassificationaccuraciesofC,DandE(0~400μs)were85.23%,84.90%and91.90%,respectively.Comparedwith0~400μs,thebreakdownmechanismclassificationaccuraciesof0~200μswereimprovedby3.69%,3.09%and0.88%,respectively.Theaccuracyof0~200μshadanaverageimprovementby2.55%thanthatof0~400μs.Precision,recallandFl-scoreof0~200μswerealsohigherthanthoseof0~400μs.Theresultsshowedthat0~200μs,pre-breakdownperiodenlargedbreakdownwaveformhadabetterperformanceinbreakdownmechanismclassification.Conclusionsweredrawnasfollowing:(1)Theclassificationaccuracyforbreakdownmechanismthroughdeeplearningcouldbeimprovedbyenlargingthepre-breakdownperiodinthebreakdownwaveform.(2)Thebreakdownmechanismclassificationcanbecompletedquicklyandaccurately,whoseaccuracycouldbehigherthan87.99%withtheeffectivenessverifiedbyprecision,recallandFl-score.IthasatheoreticalguidanceforapromisingconditioningtechnologytoimprovetheVCBvoltagelevelinindustryapplication.

作者:李世民  徐勋晨  张潮海Author:LiShimin  XuXunchen  ZhangChaohai
作者单位:南京航空航天大学多电飞机电气系统工信部重点实验室南京210016
刊名:电工技术学报 ISTICEIPKU
Journal:TransactionsofChinaElectrotechnicalSociety
年,卷(期):2024, 39(13)
分类号:TM561.2
关键词:冲击电压老炼  击穿机制  深度学习  突显击穿前过程  击穿波形  
Keywords:Impulsevoltageconditioning  breakdownmechanism  deeplearning  pre-breakdownperiodenlarged  breakdownwaveform  
机标分类号:TM835O634.41TM131.41
在线出版日期:2024年7月22日
基金项目:国家自然科学基金,江苏省自然科学基金,中央高校基本科研业务费专项资金资助项目,中央高校基本科研业务费专项资金资助项目基于深度学习的冲击电压老炼过程中真空击穿机制甄别优化方法[
期刊论文]  电工技术学报--2024, 39(13)李世民  徐勋晨  张潮海冲击电压老炼技术是提高真空电极间隙绝缘能力的有效手段,快速准确地甄别真空击穿机制对揭示冲击电压老炼过程的物理演化机理具有重要意义.该文提出了一种基于深度学习的通过突显击穿前过程提高真空击穿机制甄别准确度的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词:冲击电压老炼,击穿机制,深度学习,突显击穿前过程,击穿波形,

2024-10-4 00:48 上传
文件大小:
13.02 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表