|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 低压直流系统故障电弧特性、检测和定位方法研究进展综述显示文摘低压直流系统的应用范围逐步扩大,直流电弧故障成为影响直流系统安全运行日益突出的问题。直流电弧不存在电流过零点,串联型电弧在原有回路中引入非线性电阻,而使回路电流减小。因此,串联型电弧故障较并联型电弧故障更难以检测。该文对直流故障电弧的国内外研究现状进行总结,从伏安特性和高频特性两个方面介绍直流故障电弧的特性,指出直流电弧特性研究中的不足;进而将直流电弧故障的检测和定位方法划分为基于辐射特性、基于电压和电流时频域阈值,以及模式识别的方法,分别阐述各类检测和定位方法的优缺点以及适用条件,指出故障检测和定位的难点,并对未来研究方向进行展望。 | 熊庆 陈维江 汲胜昌 祝令瑜 | 2020 | 中国电机工程学报2020，40，18： | 28 |
| 2 | 基于相关理论及零休特征融合的串联故障电弧检测方法显示文摘针对串联故障电弧发生时隐蔽性和随机性强、电流幅值相对较小易被负载电流湮没、与负载性质关联性大而导致的难以准确检测问题,提出一种基于相关理论及零休特征融合的串联故障电弧检测方法。以参照UL1699标准搭建的低压单相交流串联故障电弧实验平台为基础,通过采集用电回路的两个周期电流并计算其零休时间比例系数、滤除低频成份后的归一化绝对值最大互相关系数,然后用模糊逻辑器将两系数进行融合处理得到串联故障电弧综合特征识别系数,进一步结合零休时间比例系数并分别与经验阈值比较,从而判别是否有串联故障电弧发生。结果表明,该法对低压单相交流用电回路中使用GB14287.4推荐负载时产生的串联故障电弧辨识率高达100%,无误判漏判现象发生。 | 赵怀军 秦海燕 刘凯 朱凌建 | 2020 | 仪器仪表学报2020，41，4： | 15 |
| 3 | 基于小波分析的低压电弧特性识别模型的研究显示文摘为解决交流系统中电弧状态的准确检测、定量表征以及电弧电压在零后极短时间内变化特征不易识别等问题,提出一种基于不同小波变换特征的交流电弧识别模型。针对串联故障电弧和开关电弧的时频特征,分别构建了正交小波和二进小波两种识别模型并验证了其有效性。引入能量概念并结合二进小波,构建了小波能量谱模型,对开关电弧电压波形进行实际采集和分析,实现对不同负载条件下开关电弧状态的定量表征。仿真和实验结果表明,基于小波分析的交流电弧识别模型在电弧的特征识别与提取方面具有良好的效果,为电弧故障诊断和开关电弧在线监测的实现提供了理论基础和思路。 | 单潇洁 郑昕 | 2021 | 电器与能效管理技术2021，，6： | 6 |
| 4 | 输变电设备状态监测数据阈值告警模型构建显示文摘为全面提升输变电环境中的信息敏感程度,建立输变电设备的状态监测数据阈值告警模型。提取输变电设备状态监测数据的必备性告警事务,根据提取结果,通过数据清洗的方式,确定权限阈值的具体数据水平,实现输变电设备状态监测数据阈值告警模型的顺利应用。对比实验结果表明,与局部态量处理模型相比,应用新型阈值告警模型后,电力传输数据的最大通行量超过5.5×10^9T,定向电子的准确转承度接近80%,且阈值能够达到标准权限阈值水平,原始遗留的输变电信息敏感程度过低问题得到有效解决。 | 卢铭翔 程凌森 金鑫 | 2020 | 电子设计工程2020，28，19： | 5 |
| 5 | 基于改进CNN的串联型故障电弧识别方法研究显示文摘针对串联型故障电弧影响供电系统安全且不易测量的问题,提出改进卷积神经网络对串联型故障电弧的识别方法。由于SVM学习的超平面是距离各个样本最远的平面,相比于Softmax,具有更强的泛化推广能力和更高的识别准确率,故采用SVM损失函数(hingeloss)替换原有的Softmax损失函数并在CNN模型中添加三层Inception结构得到改进的CNN模型。其次,研制串联型故障电弧实验平台,在不同的实验条件下采集电流信号,利用短时傅里叶变换,得到电流的时频谱图。采用同一数据集对两个模型进行训练和测试。结果表明,改进的CNN电弧识别模型相较于CNN电弧识别模型在识别准确率和效率上都有了明显的提高。 | 任志玲 南忠明 | 2022 | 控制工程2022，29，2： | 5 |
| 6 | 基于深度学习的机器人电路板自主故障检测系统显示文摘机器人在生产制造以及使用过程中,由电路板问题导致机器人故障的情况屡见不鲜,因此印刷电路板的故障检测是保障机器人可靠性的关键。基于深度学习的电路板故障缺陷检测方法不仅能够有效克服人工目视检测和线上仪器检测的弊端,提高效率,同时能为生产节省很大的成本。随着深度学习在目标检测领域的不断发展,深度学习网络可以快速准确地从图像中识别目标,并且具有较强的鲁棒性和可迁移性。本文针对电路板的故障检测问题,提出了基于深度学习的机器人电路板自主故障检测系统,该系统通过注意力网络以及多尺度特征融合,大大提高了模型对细小故障的检测召回率,且结合了级联神经网络,提升了故障的定位精度。该模型在电路板故障检测测试数据集上的精度达到平均准确率为99.4%,满足电路板缺陷检测的实际检测需求。 | 黄威 袁廷翼 邓百川 邹文峰 张锋 曹晖 | 2022 | 电工电能新技术2022，41，2： | 4 |
| 7 | 建筑直流供用电系统故障电弧检测技术研究综述显示文摘直流供用电系统集成光伏、储能、直流配电、柔性用电为一体,是目前建筑和电力行业的研究热点。直流电不过零点,直流电弧一旦产生将很难自行熄灭,产生火灾风险大,需要对直流故障电弧做有效识别及可靠保护。通过综述光伏、电储能、电动汽车、飞机、船舶、特/超高压等直流场景下故障电弧的研究现状,总结了典型场景下故障电弧检测方法并分析了建筑直流供用电系统的适用性。结合格力光伏未来屋直流社区真实场景,搭建故障电弧测试平台实测,提出构建单一用电电器的仿真模型及内置故障电弧检测专用算法,指出了建筑直流供用电系统电弧检测的技术研究方向,可为建筑直流供用电系统的故障电弧试验规范制定及检测技术研究提供支撑。 | 袁金荣 李伟进 林宝伟 南树功 刘智亮 | 2021 | 家电科技2021，，5： | 4 |
| 8 | 基于稀疏傅里叶变换的电子通信网络弱信号捕获系统显示文摘由于传统的电子通信网络弱信号捕获系统对捕获因子P的精准度要求高,导致捕获误差大、捕获速度慢,严重影响了通信网络接收机的定位时间。在快速傅里叶变换的电子通信网络弱信号捕获系统的基础上,采用不需要进行亚线性运算的稀疏傅里叶变换,设定新的捕获系统,分别引入信号采集器、控制器、处理器、积分器和低通滤波器构成系统的硬件结构,通过频域重排、窗函数滤波、哈希映射、频域降采样、定位、估值等运行步骤实现捕获过程。实验结果表明,与传统的捕获系统相比,基于稀疏傅里叶变换的电子通信网络弱信号捕获系统运行效率能够提升2倍以上,很好地满足电子通信网络对信号捕获提出的要求。 | 徐桂敏 杨正祥 | 2021 | 现代电子技术2021，44，19： | 3 |
| 9 | 基于配电网大数据的不对称短路故障信息提取系统设计显示文摘传统不对称短路故障信息提取系统提取效率和准确率都很低,为了解决上述问题,基于配电网大数据设计了一种新的不对称短路故障信息提取系统,分为硬件设计与软件设计两部分。系统硬件设计根据数据信息的提取流程进行模块划分操作,信息收集模块利用LF18-LabJack U12数据信息采集器对故障信息进行筛选与收集,提升数据收集的准确性;信息传输模块选择系统远距离传输器扩展传输通道,提升数据的可通过性;信息提取模块中选用i620-G30数据分析器对传输数据进行分析,强化系统提取性能,完成硬件设计。在系统软件设计部分不断加强对系统提取算法的改进,改善系统处理能力,以此实现对系统的整体型设计。实验结果表明,基于配电网大数据的不对称短路故障信息提取系统能够在短时间内完成提取工作。 | 史纯清 岑荣佳 赵世钦 刘昌宏 | 2020 | 电子设计工程2020，28，22： | 3 |
| 10 | 基于数值特征提取的新能源发电基础数据核查方法显示文摘针对新能源发电系统基础数据核查耗时长、成本高及准确性低的问题,提出一种基于数据特征提取的新能源发电基础数据核查方法。首先,通过构建数据特征提取模型从原始数据中自动提取分类特征;然后,根据模糊粗糙集依赖的属性约简算法计算出的依赖程度,确定新能源发电基础数据的特征选择;最后,利用结合Softmax回归分类器和长-短期记忆网络类的深度学习算法进行数据核查,使该方法对含噪和无噪数据均具有较高的数据核查效率。实验数据结果表明,本文所提方法在新能源发电基础数据核查方面具有更强实时性和更好的准确度。 | 杨立波 马斌 王亚军 孙广辉 李一鹏 | 2022 | 电力系统及其自动化学报2022，34，6： | 2 |
| 11 | 基于多特征融合的光伏系统串联直流电弧故障识别方法显示文摘针对目前光伏系统中存在的串联直流电弧故障特征量少、识别定位困难等问题,提出一种基于多特征融合的光伏系统串联直流电弧故障识别方法。首先搭建实验平台,采集正常和串联直流电弧故障下的电流信号并利用小波变换进行降噪;其次,对降噪后信号提取时域上的电流均值变化率和电流周期最值差特征量,并提取频域上的各频带能量及能量比,利用集合经验模态分解(ensemble empirical mode decomposition,EEMD)得到各阶信号本征模态函数(intrinsic mode function,IMF),计算各阶IMF故障信号与正常信号余弦相似度,并提取相似度较低电弧的IMF能量熵特征;然后,以时域、频域、能量熵特征构成多维特征向量,构建故障电弧特征空间,通过实验确定故障空间边界参数,得到特征判据,根据多维特征判据实现直流电弧故障检测;最后,通过实验分析验证所提方法的准确性。 | 胡继新 许永新 耿镱诚 王永强 | 2022 | 现代电力2022，39，5： | 2 |
| 12 | 基于BP神经网络的光伏发电设备故障检测方法研究显示文摘针对光伏发电设备工作过程中存在的故障检测低下问题,设计了集采样、稳压、采样保持和故障采集于一体的集成电路,并提出了故障检测方法。通过分布式测控网络,使系统能够实时、准确地获得光伏发电设备的运行状态。故障检测装置自带计算处理模块智能对比检测数据,为实现故障检测算法提供数据支撑。为了更好地识别光伏发电设备的故障,提出了基于反向传播(BP)神经网络引入可信度检测度量参数的故障监测算法。该算法不仅能够消除误差,并且有很强的抗干扰性。试验结果证明,在不同的干扰信噪比下,检测故障的时间仅在5 ms左右,能够自主地对光伏发电设备运行过程中产生的故障进行识别,极大地提高了光伏发电设备故障检测的工作效率。 | 王宁 王恩路 韩则胤 韩国强 苏宝定 | 2023 | 自动化仪表2023，44，3： | 2 |
| 13 | 基于改进HHT的直流串联电弧故障检测方法显示文摘在直流供电系统中,串联电弧故障因不易熄灭且检测困难而成为导致电气火灾的重要诱因之一。本文通过对电弧故障发生前后电源输出电压的时频域分析,提出了一种基于改进希尔伯特黄变换(HHT)的直流串联电弧故障检测方法。在方法中首先引入互补集合经验模态分解(CEEMD)对HHT进行改进,采用改进HHT提取在不同负载类型下电源输出电压的故障特征,然后计算固有模态函数IMF_(1)、IMF_(2)和IMF_(3)的模糊熵和该频带范围内的谐波能量和,分别作为识别电弧故障发生的时域和频域特征量,最后利用3σ准则(拉依达准则)进行阈值设定。理论分析和实验结果表明,该检测方法可以准确地识别不同工况下的电弧故障,不受负载突变和开关切换的干扰。并且在一个额定功率为10 kW的小型光伏并网系统中进行了串联电弧故障实验,进一步验证了所提检测方法的可行性和适用性。 | 卢其威 李亚松 苏猛猛 陈阳 | 2022 | 电工电能新技术2022，41，11： | 1 |
| 14 | 基于GRU-CNN的双馈风力发电机电刷滑环电弧故障诊断显示文摘电刷滑环系统是双馈风力发电机(DFIG)励磁系统的重要组成部分,由于DFIG的电刷滑环故障频发,加之现场缺少可检修条件,严重时因此造成的单机停机故障可令整个电场运行面临瘫痪。电弧故障严重影响电力设备的稳定运行,故障电弧发生时电流一般较小,其有效值达不到电流保护装置的整定值,而在某些负载工况下,正常工作状态的电流与串联电弧故障电流波形特征非常相似,导致串联电弧难以识别。针对串联电弧故障的识别难点,提出一种基于门控循环单元模型-卷积神经网络(GRU-CNN)的DFIG电刷滑环故障电弧检测模型。首先,分析了DFIG中故障电弧的成因;然后以电流、电压和磁环3种信号作为输入特征值,滤波后构建基于GRU-CNN的故障电弧检测模型;最后搭建滑环装置诊断实验平台,用相同的实验数据和层数训练GRU、CNN和GRU-CNN网络。结果表明,基于GRU-CNN的故障电弧检测模型的精确率和召回率均保持在99%以上,具有较强的工程实践意义。 | 张博文 莫英东 王晗钰 袁帅 | 2023 | 农业装备与车辆工程2023，61，8： | 1 |
| 15 | 基于小波能谱熵的串联型故障电弧检测方法显示文摘低压线路中的串联故障电弧检测多以提取电流信号的故障特征为主,实际中,电流故障特征难以与非线性负载的负荷电流特征进行区分。相比之下,通过识别负载端故障电压特征更易建立统一故障判据。本文通过建立电弧分段仿真模型分析了电弧电阻对负载端电压故障特征的影响,从选择最优小波分解层数与小波基函数出发,提出了一种利用小波能谱熵的电弧故障检测方法,该方法利用故障电弧电压对负载端电压造成的畸变进行故障检测,利用小波能谱熵克服了故障特征频带难以确定的问题。实测及对比实验表明,该方法可有效识别各类负载线路的串联电弧故障,其检测准确率达98%以上。 | 高海洋 王玮 尚同同 翟国亮 | 2022 | 电工电能新技术2022，41，12： | 1 |
| 16 | 基于类神经网络的嵌入式系统攻击信号监测方法显示文摘针对传统攻击信号监测方法监测时数据迭代次数过多,占用资源的问题,研究基于类神经网络的嵌入式系统攻击信号监测方法。利用信号的相关性特性,检测攻击嵌入式系统的信号。在时域中提取检测到的信号的频率特征,并在循环谱中提取攻击信号的循环谱特征。根据提取的信号特征建立特征库,设计类神经网络分类器。使用训练集训练类神经网络分类器,确定分类器参数,实现对攻击信号的监测。通过与传统攻击信号监测方法的对比实验,证明了在完成相同工作任务量的情况下,基于类神经网络的嵌入式系统攻击信号监测方法的数据迭代次数更少,占用资源更少,性能更佳。 | 黄煜坤 陈珩 | 2020 | 自动化与仪器仪表2020，，7： | 1 |
| 17 | 基于SSA ELM的直流串联故障电弧检测方法研究显示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。 | 刘树鑫 刘学识 李静 曹云东 刘洋 | 2022 | 电器与能效管理技术2022，，10： | 1 |
| 18 | 基于电磁辐射时延估计的串联光伏直流电弧故障定位方法显示文摘串联直流电弧故障是光伏系统电气火灾的主要诱因,在系统运维中不仅需要识别电弧故障,更需要确定电弧故障的发生位置。针对光伏串联直流电弧故障定位问题,该文提出一种基于电弧电磁辐射信号广义互相关时延估计的故障定位方法。搭建光伏串联直流电弧故障定位试验平台,分析光伏串联直流电弧电磁辐射信号特性,其在电弧产生初期具有明显的脉冲变化特征,且电弧电磁辐射信号强度与电流变化率成正比。通过对比分析,选取性能较为均衡的Vivaldi天线进行电弧电磁辐射信号测量,其带宽为100 MHz~1 GHz。采用4根天线构成的Vivaldi天线阵列进行电弧故障定位,其天线分别位于棱长1 m的正三棱锥顶点。利用最大似然加权算法进行广义互相关时延估计的加权处理,减少信号噪声影响;同时用最小二乘法进行电弧电磁辐射信号互相关频谱峰值拟合,从而减小频谱计算中栅栏效应的影响。试验结果表明,所提方法的定位误差在15%以内,为基于电弧电磁辐射的故障定位策略应用提供了依据。 | 王尧 马桐桐 赵宇初 朱晨 邢云琪 | 2023 | 电工技术学报2023，38，8： | 0 |
| 19 | 基于CEEMDAN-HT和SAE的直流故障电弧诊断方法研究显示文摘为了解决直流系统中工况变动及负载变更条件下造成的故障电弧识别准确率低的问题,提出了一种基于自适应噪声的完全集合经验模态分解-希尔伯特(complete ensemble empirical mode decomposition with adaptive noise-Hilbert transform,CEEMDAN-HT)包络谱和堆叠自编码器(stacking automatic encoder,SAE)的直流串联故障电弧诊断方法。首先参考雄安高铁站区直流系统典型负载搭建含混合负载的直流串联故障电弧实验平台,采集多工况下的电流信号并建立故障电弧数据库。其次采用CEEMDAN对原始信号进行分解得到多个固有模态函数(intrinsic mode function,IMF),然后进行HT变换(Hilbert transform)分析包络谱,组成首尾相接的高维特征样本,最后将样本输入SAE模型中学习特征,实现变负载下的直流故障电弧识别。实验结果表明:该方法能够很好地发挥CEEMDAN-HT从原始信号中提取故障电弧特征和SAE无监督学习的能力,不需要人工设置阈值即可准确识别故障电弧并进行负载分类,平均准确率可达98.9%。 | 刁晓虹 董昊 侯磊 张晶 杨天阔 王苾钰 邵丹 | 2023 | 电网与清洁能源2023，39，10： | 0 |
| 20 | 基于主元分析方法的智能导向孔偏心距检测系统设计显示文摘为完全解除电涡流导向孔的半封闭状态,设计基于主元分析方法的智能导向孔偏心距检测系统。利用电涡流传感器,确定超声发射接收放大电路、压控增益模块间的真实物理距离,完成新型检测系统的硬件运行环境搭建。通过提取压缩电量数据信息的方式,计算主元分析偏心量的数值化水平,再按照自适应检测控限原理,完成新型检测系统的软件运行环境搭建,联合相关硬件执行设备,实现基于主元分析方法智能导向孔偏心距检测系统的顺利应用。对比实验结果表明,与EWMA滤波系统相比,应用新型检测系统后,深孔中心偏斜差量明显降低,偏心距探伤准度由60%提升至83%,完全打破电涡流导向孔的半封闭传输状态。 | 洪灵 | 2021 | 电子设计工程2021，29，1： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员