一种基于多特征量的直流电弧故障检测方法  

作　　者：赵晨时 马琪[1] 竺红卫[2] 

机构地区：[1]杭州电子科技大学微电子CAD研究所,浙江杭州310018 [2]浙江大学超大规模集成电路设计研究所,浙江杭州310027

出　　处：《物联网技术》2018年第2期27-29,共3页Internet of things technologies

摘　　要：文中提出了一种基于支持向量机SVM分类器的直流电弧故障检测方法与若干可用于直流电弧故障检测的时域、频域特征量,特别是基于希尔伯特-黄变换的时频域特征。将特征值导入SVM分类器进行训练后,SVM分类器可检测出直流电弧故障。在SVM分类器的设计和训练过程中,采用遗传算法参数寻优结合K折交叉验证选取最优参数。实验结果表明,SVM分类器的分类准确率高达98%以上。

关 键 词：直流电弧故障检测 希尔伯特-黄变换 支持向量机 SVM分类器 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] U484[自动化与计算机技术—控制科学与工程]