[發明專利]一種基于數字濾波與人工神經網絡的低壓SPD智能在線檢測裝置

在審

• 申請號: 202011305482.3
• 申請日: 2020-11-20
• 公開（公告）號: CN112557946A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 魏瑜;沈睿;鄭佳樂;張欣
• 申請（專利權）人: 臺州學院;沈睿
• 主分類號: G01R31/52
• 分類號: G01R31/52;H03H17/00;H03H17/02;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于數字濾波與人工神經網絡數據處理的低壓電源SPD漏電流的智能在線檢測裝置，其技術特征在于應用微程序器(MPU)或數字信號處理器(DSP)設計低通數字濾波器對低壓電源SPD進行漏電流在線檢測并對檢測數據進行數字濾波，以低通數字濾波器取代硬件降噪電路，并用BP神經網絡進一步處理檢測數據，消除電流互感器所產生的誤差。

2.根據權利要求1所述的低通數字濾波器，采用海明窗設計低通數字濾波器，低通數字濾波器的通帶截止頻率為0.325π，實際過渡帶寬Δω＝0.15π，阻帶最小衰減為50dB，所述海明窗的長度N＝45,頻率響應為

對H_d(e^jω)進行IDTFT可以得到理想低通濾波器的單位沖激響應：

海明窗函數如下式：

數字低通濾波器單位沖激響應為：h(n)＝h_d(n)·w(n)。

3.根據權利要求1所述BP神經網絡的運算模型如附圖8所示，所述BP神經網絡以自然指數函數模擬誤差的非線性變化，其輸入信號數據為經差分檢測與數字濾波所獲得的漏電流檢測信號V_d、電源電壓值V以及電源負載電路I_F，預處理層按式4--式8將{V_d,V,I_F}轉成隱含層的輸入數據{V₁₁,V₂₂,V₃₃,V₁₂},

H₁＝V/V_m-1(其中Vm為低壓SPD的壓敏電壓) (公式4)

V₂₂＝V_dG (公式6)

V₃₃＝H₂＝I_Fη (公式7)

隱含層的算法如下式：

輸出層的算法如下：

并設計了BP神經網絡訓練的離線學習方法。

4.根據權利要求3，所述BP神經網絡學習根據實驗檢測誤差進行人工訓練的，設定設定訓練數據樣本集{I_T,I_R,V,I_F}，數據樣本集分別為用本發明所述用差分檢測與數字濾波方法所得的漏電流檢測值I_T、以及用精密儀表獲得的漏電流實測值I_R、負載電流值I_F,電源當前的電壓值V四類數據。設檢測誤差ε＝I_T-I_R.用可調電阻電路模擬壓敏電阻漏電流I_R的變化以及負載電流I_F的變化,從而測得所述訓練數據樣本；設檢測誤差ε＝I_T-I_R.根據檢測誤差ε的分布傾向對神經網絡各層的權值進行估算；隱含層設兩類調整數據輸入，即預處理層的輸出數據V₁₁、V₁₂以及V₃₃，在隱含層產生兩類調整量為△₁＝V₁₁η₁₁+V₁₂η₂₁與△₂＝V₃₃η₃₁，大致估算V₁₁,V₂₂的變化范圍，在V₁₁,V₂₂變化范圍內用MATLAB程序產生隨機數，對檢測數據曲線進行擬合，獲得△₁的運算公式；對于△₂＝V₃₃η₃₁，設:

其中I₀為一個設定的中值，根據誤差曲線的拐點估算。