科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有剩余电流保护装置难以识别触电事故的问题，提出一种基于小波高频分布特征和概率神经网络的触电事故识别新方法.利用S变换对包含触电电流的剩余电流信号进行频谱分析，发现触电时刻高频分量存在幅值突增现象；通过小波多分辨分析提供的多尺度频率窗口提取其各层小波高频分布，利用量纲一化处理后的各层小波高频分布突变量的累计和，量化剩余电流信号前5层高频特征描述触电事故；充分考虑触电事故发生时间的随机性，对所提取的小波特征进行类别划分；构建基于PNN的触电事故识别模型，并按指定步长对定义域内网络平滑参数进行寻优，同时采用均值聚类方法优化网络构.结果表明：触电时刻剩余电流信号500 Hz以上高频段幅值存在明显突变，量纲一化处理后的各层小波高频分布幅值突变量累计和能较好地描述各层小波高频分布对应阶段的幅值突增现象；所建立的PNN网络模型最优平滑参数区间为0.15～0.29,对应的触电事故最佳识别率为95.5%.
- 出版日期2023
- 单位机电工程学院; 新疆职业大学; 新疆农业大学; 电子工程学院
