[發明專利]基于改進PSO-BP神經網絡的串聯故障電弧檢測方法

在審

• 申請號: 202110086564.1
• 申請日: 2021-01-22
• 公開（公告）號: CN112748318A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 張曉;傅琪雯;馬傳智;丁志遠;張輝
• 申請（專利權）人: 中國礦業大學
• 主分類號: G01R31/12
• 分類號: G01R31/12;G06N3/02
• 代理公司: 徐州市三聯專利事務所 32220
• 代理人: 張帥

本發明公開了基于改進PSO?BP神經網絡的串聯故障電弧檢測方法，包括如下步驟：獲取電阻性、電感性、非線性三種類型負載正常狀態和故障狀態下的原始電流數據；將原始電流數據進行處理，得到電流平均值、峭度系數、第三次諧波因數、第五次諧波因數、總諧波畸變率、子帶能量比SR2、頻率質心、第一層細節信號小波系數模極大值、小波變換第三層細節信號能量值和小波熵共十類數據；以十類數據為輸入向量，構建改進PSO?BP神經網絡模型，將處理后得到的數據輸入改進PSO?BP神經網絡進行訓練，得到電弧故障檢測模型；計算出電流數據對應的輸出量，以對線路進行實時檢測，當檢測到連續出現故障時，則通過脫扣裝置斷開線路。

技術領域

本發明涉及基于改進PSO-BP神經網絡的串聯故障電弧檢測方法，屬于故障電弧檢測技術技術領域。

背景技術

現有的隨著社會不斷發展、科學技術迅速進步，人民生活質量和方式被不斷改善，其中電力能源的地位越來越重要。如今，電力能源已經全民化，在日常生活中電氣設備普及率越來越高，人均用電量隨之急劇增長，電力能源使得人民日常生活和工作更加便利，但與此同時，諸多安全隱患也潛伏在我們的日常生活和工作中，即由用電不規范等原因引發的火災。目前，配電線路故障保護裝置還是以熔斷器、斷路器、剩余電流動作保護器為主，這些保護裝置主要針對是線路中出現的過流、過載和漏電問題。在實際工況下，由于故障電弧檢測受環境、負載種類等影響，漏檢和誤檢難以解決。因此，串聯故障電弧檢測技術仍在探索研究階段。

傳統的電弧故障檢測技術往往是通過對比電流波形在正常和電弧故障狀態下的差異，借助時域分析法、頻域分析法和時頻域分析法對電流信號進行分析，通過或不通過信號變換(傅里葉變換、小波變換等)選取合適的特征量，并通過實驗對比，人為選取合適的特征閾值作為故障判據。這種方法存在的問題是特征量選取困難，特征閾值易受負載性質、故障原因、燃燒工況等影響。

自BP神經網絡問世以來，它在各個領域被廣泛應用，也適用于串聯電弧故障檢測領域。但隨著國內外相關科研人員和學者的進一步研究，BP神經網絡也存在以下缺點：1)易陷入局部極值問題：BP神經網絡的學習算法是一種基于輸出誤差梯度下降的方法，該方法的網絡模型容易陷入局部極值而無法跳出，導致網絡訓練失敗，最終網絡模型無法收斂；2)網絡收斂速度慢問題：反向傳播算法要優化的目標函數往往比較復雜，且可能存在多個極值。因此，誤差曲面在收斂過程中會出現“鋸齒形現象”，且可能存在平坦區域，從而導致網絡收斂速度變慢；3)網絡結構優化問題：設計BP神經網絡拓撲結構時沒有統一的標準，往往是靠經驗。若利用BP神經映射某一非線性關系時，設計過大的網絡拓撲結構，會使訓練時間變長，且可能出現過擬合，若拓撲結構過小，則網絡可能不收斂。

發明內容

為了克服上述現有技術的不足之處，本發明提供一種基于改進PSO-BP神經網絡的串聯故障電弧檢測方法，旨在提高串聯故障電弧檢測的快速性和準確性。

本發明是通過如下技術方案實現的：1、基于改進PSO-BP神經網絡的串聯故障電弧檢測方法，其特征在于，包括如下步驟：

步驟1)獲取電阻性、電感性和非線性三種類型負載正常狀態和故障狀態下的原始電流數據；

步驟2)將原始電流數據進行處理，得到電流平均值、峭度系數、第三次諧波因數、第五次諧波因數、總諧波畸變率、子帶能量比SR2、頻率質心、第一層細節信號小波系數模極大值、小波變換第三層細節信號能量值和小波熵共十類數據；

步驟3)以電流平均值、峭度系數、第三次諧波因數、第五次諧波因數、總諧波畸變率、子帶能量比SR2、頻率質心、第一層細節信號小波系數模極大值、小波變換第三層細節信號能量值和小波熵共十類數據為輸入向量，采用“0”和“1”組合表示負載的正常狀態和故障狀態，以五位0、1組合為輸出，構建改進PSO-BP神經網絡模型，將處理后得到的數據輸入改進PSO-BP神經網絡進行訓練，得到電弧故障檢測模型；