基于混沌分形理论的故障电弧诊断方法研究

引入混沌分形理论,从混沌空间域角度分析故障电弧的内在演化规律和电弧特性,提出一种基于混沌分形理论的故障电弧诊断方法。通过重构相空间和盒维数、关联维数、最大Lyapunov指数等对电弧电流的混沌分形特性进行定性、定量分析,形成电弧的空间域特征向量,构建故障电弧诊断模型。针对低压用电系统中空气压缩机、开关电源等负载线路,对故障电弧发生前后线路电流的混沌分形特性进行分析,验证方法的有效性。实验结果可见,线路电流的分形结构和混沌分形特征参数随着电气线路运行状态的变化而有所差异,且与线路负载性质有关。基于此特征建立的电弧诊断模型电弧检测的准确率超过90%,同时当线路正常运行时,诊断模型能够实现负载辨识,辨识率可达到90%。

基于LS-SVM的航空故障电弧诊断

将最小二乘-支持向量机算法(LS-SVM)应用于航空故障电弧的识别中,构建了LS-SVM分类器。从提取的故障电弧信息得到特征向量,作为LS-SVM的输入向量,对LS-SVM分类器进行训练和测试,并对线性负载、非线性负载和未知负载的航空故障电弧进行了识别。结果表明,所提算法能有效识别是否发生故障电弧,但是对于电弧故障具体类型的判断还有待于改进提高。

基于相空间重构理论和k-means聚类算法电弧故障诊断

为深入认识电弧电压特性及实现电弧故障准确诊断,按照UL 1699、GB14287.4标准搭建了实际用电环境电弧故障模拟试验平台。依据试验结果,采用相空间重构算法将电弧电压信号引入高维空间进行分析,并给出其二维相平面。采用小数据量法计算了电弧电压的最大Lyapunov指数。综合对比相轨线分布规律和最大Lyapunov指数,分析了低压串联电弧电压信号的混沌特征,并提出了一种基于k-means聚类算法的新型电弧故障诊断方法,其诊断准确率在98%以上,实现了电弧故障准确诊断。研究结果不仅丰富了电弧电压信号的特性,还为电弧模型设计和电弧式电气火灾监控探测器提供理论指导。

基于Welch算法故障电弧电流信号功率谱的特征与电弧故障诊断

为实现低压配电系统电弧故障准确诊断,依据碳电极电弧故障试验结果,基于Welch算法分析混合负载条件时故障电弧电流信号的功率谱,提出故障电弧电流信号功率谱的3个特征。根据功率谱的3个特征,提出一种新型电弧故障诊断方法——面积变化率法。研究表明,可采用所提方法诊断居民配电系统中的电弧故障,并可为发展电弧故障诊断提供理论指导。

多负载并联运行时支路串联电弧故障诊断

为实现多负载同时工作时能准确诊断某一支路发生的电弧故障,按照UL 1699和GB 14287.4标准搭建了碳电极电弧故障试验平台。依据试验结果,基于相空间重构将电弧电流引入高维空间,分别采用容积维数和关联维数提取故障电弧特征向量。运用最小二乘支持向量机构造电弧故障诊断器,实现了串联电弧故障准确诊断。研究结果可为电弧式电气火灾监控探测器提供理论基础。