期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN_LSTM模型的复杂支路故障电弧检测
被引量:
5
1
作者
余琼芳
徐静
杨艺
《中国安全生产科学技术》
CAS
CSCD
北大核心
2022年第4期204-210,共7页
在低压交流配电系统中,当多支路并联的复杂系统的某1支路中出现串联电弧故障时,识别难度大幅提升。为了预防此类情况引发的电气火灾,提出1种卷积神经网络(CNN)与长短时记忆网络(LSTM)结合的串联故障电弧检测方法。首先,搭建实验平台用...
在低压交流配电系统中,当多支路并联的复杂系统的某1支路中出现串联电弧故障时,识别难度大幅提升。为了预防此类情况引发的电气火灾,提出1种卷积神经网络(CNN)与长短时记忆网络(LSTM)结合的串联故障电弧检测方法。首先,搭建实验平台用以采集不同负载在不同支路下发生故障时和正常工作时的干路电流数据;然后,构建CNN_LSTM模型并做出相应改进,将电流数据直接输入到模型中,由模型自主提取波形特征并进行分类。研究结果表明:该方法可以快速、准确地识别出电弧故障,准确率达99.04%以上,且能够较为准确地检测出是哪类负载所在的支路发生电弧故障,准确率达97.90%,可为复杂支路下的电弧故障识别研究提供参考。
展开更多
关键词
低压交流系统
串联故障电弧
复杂支路
支路
故障
卷积神经网络
长短时记忆网络
下载PDF
职称材料
题名
基于CNN_LSTM模型的复杂支路故障电弧检测
被引量:
5
1
作者
余琼芳
徐静
杨艺
机构
河南理工大学电气工程与自动化学院
大连理工大学北京研究院博士后科研工作站
出处
《中国安全生产科学技术》
CAS
CSCD
北大核心
2022年第4期204-210,共7页
基金
国家自然科学基金项目(61601172)。
文摘
在低压交流配电系统中,当多支路并联的复杂系统的某1支路中出现串联电弧故障时,识别难度大幅提升。为了预防此类情况引发的电气火灾,提出1种卷积神经网络(CNN)与长短时记忆网络(LSTM)结合的串联故障电弧检测方法。首先,搭建实验平台用以采集不同负载在不同支路下发生故障时和正常工作时的干路电流数据;然后,构建CNN_LSTM模型并做出相应改进,将电流数据直接输入到模型中,由模型自主提取波形特征并进行分类。研究结果表明:该方法可以快速、准确地识别出电弧故障,准确率达99.04%以上,且能够较为准确地检测出是哪类负载所在的支路发生电弧故障,准确率达97.90%,可为复杂支路下的电弧故障识别研究提供参考。
关键词
低压交流系统
串联故障电弧
复杂支路
支路
故障
卷积神经网络
长短时记忆网络
Keywords
low voltage AC system
series fault arc
complex branch
branch fault
convolutional neural network
long short-term memory network
分类号
X934 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN_LSTM模型的复杂支路故障电弧检测
余琼芳
徐静
杨艺
《中国安全生产科学技术》
CAS
CSCD
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部