期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
典型神经网络串联型电弧故障检测及选线方法研究
被引量：
2
1
作者
刘艳丽
张帆
+2 位作者
吕正阳
王浩
刘洋
《辽宁工程技术大学学报（自然科学版）》
CAS
北大核心
2024年第1期77-84,共8页
为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分...
为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分析。将电流信号进行分类、分段、标准化处理并作为检测模型样本;对深度卷积神经网络模型、长短期记忆网络模型、普通神经网络模型进行架构及训练;通过差分处理对网络模型在线分类结果进行优化分析;以准确度和损失函数值、在线测试速度、优化后多分类识别准确率为评价指标,对比分析了3种模型故障检测及选线效果。研究结果表明:基于深度卷积神经网络的串联型电弧故障检测及选线模型对电机类负载故障检测及选线准确率可达96.77%,对变频器类负载故障检测及选线准确率可到98%,准确率高于近几年其他三相回路电弧故障检测模型。
展开更多
关键词
串联型电弧故障
深度卷积神经网络
故障检测
故障选线
优化分析
在线阅读
下载PDF
职称材料
多负载回路串联型故障电弧智能诊断及选线方法研究
2
作者
刘艳丽
张晓乐
+2 位作者
吕正阳
徐振豪
刘洋
《电气工程学报》
CSCD
2023年第4期378-388,共11页
低压用电系统线路结构复杂,负载形式多样,因线路老化、接触不良等原因发生串联型故障电弧时,现有的故障电弧断路器通常只能对单相单负载回路进行保护,难以检测到下级线路发生的故障。因此,在AC 220 V下搭建了家用多负载回路串联型故障...
低压用电系统线路结构复杂,负载形式多样,因线路老化、接触不良等原因发生串联型故障电弧时,现有的故障电弧断路器通常只能对单相单负载回路进行保护,难以检测到下级线路发生的故障。因此,在AC 220 V下搭建了家用多负载回路串联型故障电弧试验平台,开展各支路及干路故障下的故障电弧试验,获得不同工况下发生故障电弧时的干路电流数据,并将其作为样本建立模型样本库来训练建立的一维卷积神经网络。经过大量训练,建立的家用多负载回路串联型故障电弧诊断及选线模型在验证集上的准确率达到了98.6%。随后使用测试集中的连续电流数据对模型的鲁棒性、抗扰性及泛化性进行测试,最后将训练好的模型导入树莓派中进行运行时间测试,结果表明其检测时间满足UL标准的要求,但在投入实际应用前,仍需要对模型做进一步优化使得其更适合在嵌入式系统上运行。
展开更多
关键词
串联型故障电弧
深度学习
一维卷积神经网络
故障诊断
故障选线
在线阅读
下载PDF
职称材料
题名
典型神经网络串联型电弧故障检测及选线方法研究
被引量：
2
1
作者
刘艳丽
张帆
吕正阳
王浩
刘洋
机构
辽宁工程技术大学电气与控制工程学院
国网葫芦岛供电公司兴城市供电分公司
出处
《辽宁工程技术大学学报（自然科学版）》
CAS
北大核心
2024年第1期77-84,共8页
基金
国家自然科学基金项目(52104160,52077158)
辽宁工程技术大学学科创新团队资助项目(LNTU20TD-29)。
文摘
为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分析。将电流信号进行分类、分段、标准化处理并作为检测模型样本;对深度卷积神经网络模型、长短期记忆网络模型、普通神经网络模型进行架构及训练;通过差分处理对网络模型在线分类结果进行优化分析;以准确度和损失函数值、在线测试速度、优化后多分类识别准确率为评价指标,对比分析了3种模型故障检测及选线效果。研究结果表明:基于深度卷积神经网络的串联型电弧故障检测及选线模型对电机类负载故障检测及选线准确率可达96.77%,对变频器类负载故障检测及选线准确率可到98%,准确率高于近几年其他三相回路电弧故障检测模型。
关键词
串联型电弧故障
深度卷积神经网络
故障检测
故障选线
优化分析
Keywords
series arc fault
deep convolutional neural network
fault detection
fault line selection
optimization analysis
分类号
TM501 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
多负载回路串联型故障电弧智能诊断及选线方法研究
2
作者
刘艳丽
张晓乐
吕正阳
徐振豪
刘洋
机构
辽宁工程技术大学电气与控制工程学院
国网葫芦岛供电公司兴城市供电分公司
出处
《电气工程学报》
CSCD
2023年第4期378-388,共11页
基金
国家自然科学基金(52104160,52077158)
辽宁工程技术大学学科创新团队“智能电气装备与控制技术”资助项目。
文摘
低压用电系统线路结构复杂,负载形式多样,因线路老化、接触不良等原因发生串联型故障电弧时,现有的故障电弧断路器通常只能对单相单负载回路进行保护,难以检测到下级线路发生的故障。因此,在AC 220 V下搭建了家用多负载回路串联型故障电弧试验平台,开展各支路及干路故障下的故障电弧试验,获得不同工况下发生故障电弧时的干路电流数据,并将其作为样本建立模型样本库来训练建立的一维卷积神经网络。经过大量训练,建立的家用多负载回路串联型故障电弧诊断及选线模型在验证集上的准确率达到了98.6%。随后使用测试集中的连续电流数据对模型的鲁棒性、抗扰性及泛化性进行测试,最后将训练好的模型导入树莓派中进行运行时间测试,结果表明其检测时间满足UL标准的要求,但在投入实际应用前,仍需要对模型做进一步优化使得其更适合在嵌入式系统上运行。
关键词
串联型故障电弧
深度学习
一维卷积神经网络
故障诊断
故障选线
Keywords
Series fault arc
deep learning
one-dimensional convolutional neural network
fault diagnosis
fault line selection
分类号
TM561 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
典型神经网络串联型电弧故障检测及选线方法研究
刘艳丽
张帆
吕正阳
王浩
刘洋
《辽宁工程技术大学学报（自然科学版）》
CAS
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
多负载回路串联型故障电弧智能诊断及选线方法研究
刘艳丽
张晓乐
吕正阳
徐振豪
刘洋
《电气工程学报》
CSCD
2023
0
在线阅读
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
