基于注意力机制优化电弧特征的光伏直流电弧故障检测方法OA
光伏系统中,因绝缘老化或接线松动而出现的直流串联电弧故障极易引发电气火灾。因此,光伏系统必须安装电弧故障检测装置,而其易因阴影遮挡和逆变器启动引发的直流侧高频噪声而误跳闸。将注意力机制和一维卷积神经网络相结合,提出一种基于注意力权重优化电弧特征的电弧故障检测方法。通过可视化电弧特征贡献权重,提取8~18 kHz和28~38 kHz电弧关键特征频段,并剔除8~23 kHz频段中的干扰特征频段。经验证,使用关键电弧特征训练的电弧故障检测模型可以成功避免阴影遮挡和逆变器启动过程带来的误动,最终使电弧检测准确率提高到99.33%。
谢振华;刘玉莹;侯林明;王尧;周家旺;盛德杰;
浙江省机电产品质量检测所有限公司,浙江杭州310000 智能电器试验与检测技术浙江省工程研究中心,浙江杭州310051 浙江省低压电器智能化与新能源应用重点实验室,浙江杭州310051河北工业大学省部共建电工装备可靠性与智能化国家重点实验室,天津300401
动力与电气工程
串联电弧故障卷积神经网络注意力机制电弧故障识别光伏系统
《电器与能效管理技术》 2024 (008)
P.50-56,68 / 8
中央引导地方科技发展资金项目(226Z2102G);浙江省自然科学基金(LTGG23E070001);河北省高等学校科学技术研究项目(CXY2023006)。
评论