论文部分内容阅读
故障电弧是引起低压线路火灾的一种重要因素,而串联电弧由于电流值与正常电流值非常接近,很难被检测系统识别出来,本文针对此问题设计了一种BP基于神经网络自适应学习网络电弧特征的算法,能够准确的将电流中不同频率的谐波幅值提取出来,并且神经网络具有一定自学习能力,可以把网络中隐藏的变化特征识别出来,并反馈到学习权重中,对权重值进行优化调整,增强了电弧检测系统的智能性。电弧信号自身会因负载及运行环境不同导致谐波幅值的差异,神经网络的这种自适应学习能力刚好满足了电弧检测的需求特征。本文设计的方法相比传统小波特征分解法更具有实用性,能够提升低压线路故障电弧检测的精准性,并进一步扩大系统检测的应用范围。