-
题名基于SSA ELM的直流串联故障电弧检测方法研究
被引量：1
- 1
-
-
作者
刘树鑫
刘学识
李静
曹云东
刘洋
-
机构
教育部特种电机与高压电器重点实验室(沈阳工业大学)
-
出处
《电器与能效管理技术》
2022年第10期65-73,共9页
-
基金
辽宁省科技重大专项(2020JH1/10100012)
辽宁省厅自然科学项目(LJGD2020001)
-
文摘
针对故障电弧信号随机性和不稳定性等问题,提出了一种基于SSA优化ELM(SSA-ELM)的直流串联电弧故障检测方法。首先根据UL 1699B标准搭建实验平台,进行数据采集;其次将采集到的直流故障电弧信号,通过添加自适应噪声的完全集合经验模态分解(CEEMDAN),得到固有模态分量(IMF),依据各IMF相关系数与能量分布,提取样本熵作为特征量;最后使用SSA-ELM学习特征量,并将该模型用于直流串联电弧故障检测。实验结果表明CEEMDAN分解方法对于信号干扰不敏感,SSA-ELM学习速度较快,对于直流串联电弧故障的检测识别更为准确灵敏。
-
关键词
直流串联电弧
经验模态分解
电弧故障
SSA
ELM
-
Keywords
DC series arc
empirical mode decomposition
arc fault
sparrow search algorithm(SSA)
extreme learning machine(ELM)
-
分类号
TM5012
[电气工程—电器]
-
