基于卷积自编码网络的故障电弧多分类识别方法
李奎
张丹
王尧
河北工业大学 河北省电磁场与电器可靠性重点实验室,天津 300130;河北工业大学 省部共建电工装备可靠性与智能化国家重点实验室,天津 300130
摘要：针对非线性负载条件下线路正常工作电流波形与故障电弧波形具有相似特征,容易引起故障电弧保护装置误动作的问题,提出一种基于卷积自编码网络的故障电弧多分类识别方法.采用卷积自动编码器进行故障电弧特征提取,优化设计卷积自动编码器网络模型参数,并利用Softmax多分类器建立故障电弧多分类识别网络模型.实验结果表明,所提方法的故障电弧识别准确率达到99.31％,相应负载类型识别准确率达到97.94％,满足故障电弧识别要求.
关键词：串联故障电弧卷积自动编码器Softmax多分类器非线性负载故障电弧识别
分类号：TM501.2(电器)
资助基金：国家自然科学基金(51607055)河北省自然科学基金资助项目(E2020202204)特种电机与高压电器教育部重点实验室(沈阳工业大学)开放课题项目(KFKT202003)浙江省基础公益研究计划项目(LGG20E070002)
论文发表日期：2022-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 107-116 )
英文信息