济南大学学报(自然科学版)

作者：朱晨,王尧,谢振华,班云升,傅炳,田明

基金：国家自然科学基金项目(51607055);; 河北省自然科学基金项目(E2020202204);; 省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学)开放基金项目(EERI_PI2020002);; 特种电机与高压电器教育部重点实验室(沈阳工业大学)开放基金项目(KFKT202003);; 浙江省重点研发计划项目(2020C03103);; 浙江省基础公益研究计划项目(LGG20E070002)

针对传统电弧故障检测方法依赖人为设定阈值、存在保护误动作以及现有人工智能方法需要预先提取特征、计算量大的问题,提出一种基于改进AlexNet模型的串联型电弧故障识别方法;该方法直接采用原始电流波形作为模型输入,避免数据特征预处理;利用Inception结构对AlexNet模型结构进行改进,减少网络参数,并采用随机梯度下降算法与学习率自适应调整方法对模型训练策略进行优化,分别利用已知负载与未知负载对所提方法进行试验验证。结果表明,该方法电弧故障识别准确率达到97.5%以上。

来源：2021年第06期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2021年第06期