基于BP神经网络的直流电弧故障检测技术研究

摘要

在光伏系统、航天航空、电动汽车、大型机房等大功率直流电器设备应用中，随着设备损耗、绝缘层的损坏或者接头的松动都是会导致直流电弧故障的出现，会造成火灾等不可想象的后果。因为直流电弧故障与交流电弧故障的特性有着很大的不同，因此研究有效的直流电弧故障检测方法对直流设备的安全使用有着重要的意义。
　　本论文研究基于BP神经网络的直流电弧故障检测技术，提出一个基于BP神经网络的直流电弧故障检测方法，利用BP神经网络根据输入的电流特征量做出是否发生直流电弧故障的判断。
　　论文采用了小波变换对原始电流采样数据进行降噪处理，并用傅里叶分析和小波分析等方法对降噪后的电流数据分别在时域、频域和时频域进行直流电弧故障特征分析，确定若干可用于BP神经网络检测直流电弧故障的特征量，作为BP神经网络模型检测直流电弧故障的输入。
　　论文针对直流电弧故障检测问题设计BP神经网络，确定BP神经网络模型的输入层神经元个数、隐藏层神经元个数、输出层神经元个数等结果参数，并针对BP神经网络存在的训练收敛慢、容易陷入局部最优值的问题，采用遗传算法优化BP神经网络的初始权值，提出了一个完整的采用遗传算法优化初始权值的BP神经网络训练流程。
　　论文对BP神经网络进行了直流电弧故障特征量样本训练，对训练好的BP神经网络对直流电弧故障的检测效果(检测准确率以及误判率)进行了测试实验。实验结果表明，论文提出的方法对直流电弧故障的检测准确率和误判率都达到了预期的要求。

目录

声明

第一章 绪论

1.1 直流电弧故障检测技术的研究背景及意义

1.2 直流电弧故障检测技术的研究开发现状

1.3 本论文的主要内容及组织结构

第二章 基于BP神经网络的直流电弧故障检测方法框架

2.1 基于BP神经网络的直流电弧故障检测算法的整体框架

2.2 BP神经网络的训练及测试流程

第三章 直流电弧故障特征分析

3.1 傅里叶变换及其在非平稳信号分析中的局限性

3.2 小波变换

3.3 原始电流采样数据的降噪处理

3.4 直流电弧故障特征分析

3.5 直流电弧故障特征量

3.6 本章小结

第四章 用于直流电弧故障检测的BP神经网络设计

4.1 BP神经网络原理

4.2 用于直流电弧故障检测的BP神经网络结构参数及训练流程

4.3 用遗传算法优化BP神经网络初始权值

4.4 采用遗传算法优化的BP神经网络训练流程

4.5 本章小结

第五章 实验结果及分析

5.1 BP神经网络训练样本集和测试集的建立

5.2 BP神经网络的训练

5.3 BP神经网络对直流电弧故障的检测

5.4 本章小结

第六章 总结与展望

6.1 本文总结

6.2 展望

致谢

参考文献

附录