上海大学学报(自然科学版) ›› 2014, Vol. 20 ›› Issue (2): 165-173.doi: 10.3969/j.issn.1007-2861.2013.07.018
徐秦乐1, 张金艺1,2,3, 徐惠政1, 李若涵2, 张晶晶2
XU Qin-le1, ZHANG Jin-yi,1,2,3, XU De-zheng1, LI Ruo-han2, ZHANG Jing-jing2
摘要: 由于故障电弧的物理特性复杂, 且电路中存在与故障电弧波形相似的负载, 因此传统 检测故障电弧的方法误判率较高. 提出了一种多传感器数据融合算法, 用于提高故障电弧的检测精度. 该算法包括自适应加权融合算法和神经网络融合算法, 实现了对温度传感器、声音传 感器和弧光强度传感器所获取的传感信号的数据融合. 自适应加权融合算法克服了单个传感 器的不确定性, 实现了同质传感器中故障电弧特征的提取, 为神经网络融合算法提供了精确的测试样本数据; 神经网络融合算法可自行调整各类异质传感器的权重, 使故障电弧的辨识率更高. 实验结果表明, 该算法可有效提取故障电弧的特征, 辨识精度超过98%, 实现了高精度的故障电弧检测.
中图分类号: