上海市“科技创新行动计划”(09231202600)
- 作品数：4 被引量：81H指数：3
- 相关作者：张峰张士文王子骏顾昊英曹潘亮更多>>
- 相关机构：上海交通大学更多>>
- 发文基金：上海市“科技创新行动计划”更多>>
- 相关领域：电气工程更多>>
- 解析UL标准关于AFCI误动作的测试试验被引量：3
- 2010年
- 介绍了电弧故障断路器相关概念,重点介绍UL 1699标准关于AFCI误动作测试的项目、方法及原则。选取常见的误动作试验,与阻性故障电弧进行对比分析,提出区分故障电弧与干扰源的方法,从而提高判断故障的准确性。
- 曹潘亮张峰张士文陈征
- 关键词：误动作浪涌电流
- 一种基于小波变换能量与神经网络结合的串联型故障电弧辨识方法被引量：64
- 2014年
- 针对交流串联型故障电弧发生时回路电流幅值较小、传统线路保护装置不能有效检测的问题,提出一种基于小波变换能量与神经网络结合且适用于多种典型负载的串联型低压交流故障电弧辨识方法。利用自制的电弧发生装置模拟产生低压交流故障电弧,获取了6种典型家用负载情况下电路正常运行及产生串联型故障电弧时回路的电流信号。对采集的信号进行小波分解,将各层细节信号能量的平均值和标准差输入BP神经网络后构成小波神经网络,实现对不同负载测试样本的辨识。采用粒子群优化算法计算神经网络训练初始值,利用自适应学习率方法提高了训练速度。算法输出结果含义明确,输入层特征量选取合理。实验结果表明,采用该方法进行故障电弧辨识的准确率达到95%以上。
- 张士文张峰王子骏顾昊英宁庆
- 关键词：故障电弧小波变换粒子群算法
- 基于支持向量机的低压串联故障电弧识别方法研究被引量：16
- 2013年
- 针对串联故障电弧发生时线路电流幅值较小传统线路保护装置不能进行有效检测的情况,提出一种基于支持向量机(SVM)的串联故障电弧识别方法。该方法利用自制的电弧发生装置模拟串联故障电弧,采集典型负载在正常回路和故障电弧回路中的电流数据,采用该数据训练基于支持向量机的串联故障电弧辨识模型。经实验证明,该辨识模型可以实现对典型线性负载和非线性负载回路中串联故障电弧的特征识别,最高识别准确率可达96%。该方法对硬件电路要求低,识别效率高,并且可以实现故障电弧波形的存储和处理,具有一定参考价值。
- 王子骏张峰张士文顾昊英曹潘亮
- 关键词：支持向量机电气火灾
- 弧隙间距对故障电弧特性影响的试验研究被引量：3
- 2011年
- 按UL 1699标准搭建了试验平台及采集故障电弧测试数据,重点针对电阻性负载下的故障电弧产生与弧间距之间的影响进行了试验研究。比较了不同弧隙间距对于电弧突变电压峰值和电流零休时间的影响,为故障电弧的产生和分析研究提供了试验支撑。
- 陈征张峰蔡鹏
- 关键词：故障电弧
