简化的Schavemaker交流电弧模型参数的计算方法研究

以工业、商业、住宅的电气系统为背景,以建立准确的电弧模型为目的,基于简化的Schavemaker模型进行研究,提出一种基于神经网络的模型参数计算方法。利用基于实验数据的模型参数计算方法得到神经网络训练样本,构建模型参数与工作条件之间的神经网络。利用所建网络可在无法获得特定工作条件下的电弧实验数据时直接预测该工作条件下的模型参数值。最终的验证结果表明,所提出的基于神经网络的模型参数计算方法准确度高,而且相比于现有方法具有一定的优越性。同时也反映了所建交流电弧模型能有效地实现电弧模拟,可为进一步的交流电弧特征学习和检测算法设计提供方法和工具。