返回列表 发布新帖

多时间尺度小波变换和LSTM自编码器电弧故障检测方法

7 0
admin 发表于 2024-12-14 13:58 | 查看全部 阅读模式

文档名:多时间尺度小波变换和LSTM自编码器电弧故障检测方法
摘要:在光伏发电系统中,电弧故障检测是维持系统安全运行的关键问题.以往的电弧故障检测方法大多基于单时间尺度的故障特征,然而单一时间尺度特征往往会受到环境变化的干扰,导致检测精度降低,针对这一问题,提出一种多时间尺度小波和长短时记忆(LSTM)自编码器电弧故障检测方法,该方法首先在机理分析的基础上找到电弧3个特性,即电弧初始阶段电流发生突变、燃弧阶段电流均值降低、燃弧阶段高频分量变大.再基于上述电弧特性进行小波变换提取对应多尺度特征,然后使用LSTM自编码器进行端到端的自动检测.与以往方法不同,该方法提取了电弧特性的多种时间尺度特征,增加了故障信号的检测依据,降低了受外界干扰时检测结果出现误报漏报的可能性.理论分析和实验结果表明,所提出的方法降低了故障电弧检测的误报率,提高了其准确率.

Abstract:Inthephotovoltaicpowergenerationsystem,arcfaultdetectionisthekeytomaintainthesafeoperationofthesystem.Mostofthepreviousarcfaultdetectionmethodsarebasedonthefaultfeaturesofsingletimescale.However,thesingletimescalefeaturesareoftendisturbedbyenvironmentalchanges,resultinginthereductionofdetectionaccuracy.Tosolvethisproblem,amultitimescalewaveletandlong-shortmemory(LSTM)autoencoderarcfaultdetectionmethodwasproposed.Firstly,onthebasisofmechanismanalysis,themethodfindsthreecharacteristicsofthearc,namely,thesuddenchangeofcur-rentintheinitialstageofthearc,theaveragevalueofcurrentinthearcingstagedecreasesandthehighfrequencycomponentinthearcingstageincreases;Basedontheabovearccharacteristics,wavelettrans-formwasperformedtoextractthecorrespondingmulti-scalefeatures,andthenLSTMself-encoderwasusedforend-to-endautomaticdetection.Unlikethepreviousmethods,thismethodextractsthemulti-timescalefeaturescorrespondingtothearccharacteristics,whichincreasesthedetectionbasisofthefaultsignalandreducesthepossibilityoffalsealarmandmissingalarminthedetectionresultwhenthefaultsignalisinterferedbytheoutside.Theoreticalanalysisandexperimentalresultsshowthattheproposedmethodreducesthefalsealarmrateoffaultarcdetectionandimprovesitsaccuracy.

作者:邱婷婷  曹文平  刘孝宇  漆星Author:QIUTingting  CAOWenping  LIUXiaoyu  QIXing
作者单位:安徽大学电气工程与自动化学院,安徽合肥230001
刊名:电机与控制学报 ISTICEIPKU
Journal:ElectricMachinesandControl
年,卷(期):2024, 28(4)
分类号:TM501
关键词:光伏发电  电弧故障  单类  小波变换  长短时记忆自编码器  多时间尺度特征  
Keywords:photovoltaicpowergeneration  arcfault  one-class  wavelettransform  long-shortmemoryutoencoder  multi-timescalefeatures  
机标分类号:TP391TM615TN911.7
在线出版日期:2024年5月27日
基金项目:科技合作专项-国际科技合作项目多时间尺度小波变换和LSTM自编码器电弧故障检测方法[
期刊论文]  电机与控制学报--2024, 28(4)邱婷婷  曹文平  刘孝宇  漆星在光伏发电系统中,电弧故障检测是维持系统安全运行的关键问题.以往的电弧故障检测方法大多基于单时间尺度的故障特征,然而单一时间尺度特征往往会受到环境变化的干扰,导致检测精度降低,针对这一问题,提出一种多时间尺度...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

        多时间尺度小波变换和LSTM自编码器电弧故障检测方法  Multi time scale wavelet transform and LSTM autoencoder arc fault detection method

多时间尺度小波变换和LSTM自编码器电弧故障检测方法.pdf
2024-12-14 13:58 上传
文件大小:
3.96 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