电工电能新技术

作者：高飞， 董伟， 桂美景， 张俊民

单位：北京航空航天大学自动化科学与电气工程学院， 北京 100191

关键词：交流航空故障电弧, 集合经验模态分解, 电弧动态特性, 能量熵, BP神经网络

基金：国家自然科学基金项目(51877004； 51477004)

故障电弧作为一种破坏性强，识别难度大的电路故障，给飞机的安全带来很大的威胁。然而目前航空业应用的电弧识别方法远不能达到要求。所以本文提出了一种将集合经验模态分解和LM优化的BP神经网络相结合的交流航空故障电弧识别方法。首先建立串联和并联交流电弧实验模拟平台，采集电弧电流波形，分析波形动态特性。将波形进行集合经验模态分解，选取差别明显模态分量作为故障特征分量。计算故障特征分量的能量熵作为交流故障电弧的特征量，输入到LM算法优化的BP神经网络，进行识别。结果表明，识别率达到90%以上，较好地识别出了航空故障电弧。

来源：2020年第4期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2020年第4期