开关柜电弧声音检测系统研究

针对开关柜故障电弧传统检测方法存在无法有效发现故障并易受干扰的问题,设计了一种综合小波包分解重构和BP神经网络的开关柜故障电弧检测系统。通过MEMS声音传感器实时收集开关柜内部声音信号,再经过基于奇异谱分析的小波包分解、降噪和重构,得到更为纯净的声音信号,在对特征值进行提取之后与训练过的BP神经网络进行对比分析进行故障分类。此电弧故障检测系统可变故障发生后的被动检测为故障未发生前的主动监测预警,在事故发生之前消除故障,有效降低因开关柜发生故障而造成的人员伤亡和财产损失。