电工电能新技术

作者：崔芮华1,2， 李英男1,2， 王传宇1,2， 李锋锋1,2

单位：1. 省部共建电工装备可靠性与智能化国家重点实验室， 河北工业大学， 天津 300130；
\r\n2. 河北省电磁场与电器可靠性重点实验室， 河北工业大学， 天津 300130

关键词：关键词： 航空电弧故障, 小波变换, 能量矩, K最近邻, 参数寻优, 故障识别

基金：基金项目:河北省自然科学基金项目(E2016202106)

针对现有串联电弧故障识别方法会受到线路中串联的非线性负载、电感性负载影响导致工作状态误判的问题，提出了一种基于小波能量矩的串联电弧故障特征提取方法。对串联电弧故障发生试验采集到的电流数据进行多分辨率小波分解，将分解得到的小波能量矩作为回路电流信号的特征量，找出工作状态区分明显的特征向量。利用参数寻优后的K最近邻算法进行特征分类，进而识别出线路中发生的电弧故障。分类验证结果显示，该方法提取的回路电流特征明显，分类算法简单，对电弧故障的识别率较高。

来源：2019年第11期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2019年第11期