导读:本文包含了电弧检测算法论文开题报告文献综述及选题提纲参考文献，主要关键词:交流电弧,特性,检测算法
电弧检测算法论文文献综述
楚至濮,张涛[1]（2019）在《浅析航空交流电弧特性及检测算法》一文中研究指出航空电气系统容易产生电弧,这是非常危险的,有关研究表明,很多航空空难、故障都是由于电气系统供电线路表面产生持续的电弧造成的。为了提高航空运输的安全性,必须加强这方面的研究。对电弧检测非常重要,当前的方法都是利用电弧的特点进行检测,保证检测的准确性,进行判断航空系统运行的安全性。下面就对这些方面进行分析,希望给有关人士一些借鉴。(本文来源于《科技风》期刊2019年17期）
王志斌,曹红伟,刘佳佳[2]（2019）在《基于小波包去噪与EMD的故障电弧检测算法研究》一文中研究指出经验模态分解(Empirical Mode Decomposition,简称EMD)方法是一种被广泛应用于故障诊断领域的信号处理方法,但是分解的结果容易受到高频噪声的干扰。因此本文提出利用小波包去除噪声,同时利用EMD分解进行故障电弧信号处理的研究方法。首先根据国标GB/T 31143-2014搭建故障电弧实验平台,采集故障电弧信号,利用小波包去除信号中的噪声,然后利用EMD方法对正常电弧和故障电弧进行分解得到一系列本征模态分量,通过计算求出这些分量的能量熵并进行归一化处理得到特征向量,最后进行支持向量机(SVM)训练,进而诊断得出故障电弧的故障类型。实验结果表明该方法可以有效准确地对故障电弧进行判断。(本文来源于《电测与仪表》期刊2019年06期）
于英飞,朱志明,孙博文,程世佳[3]（2018）在《焊接电弧图像的边缘检测及其批处理算法》一文中研究指出借助高速摄像捕捉不同时刻的焊接电弧图像,通过图像处理识别其边缘并提取其特征参数,可以实现对电弧燃烧和焊接过程稳定性的量化评价.在分析电弧图像灰度特征的基础上,基于传统图像处理和形态学图像处理,提出了电弧图像边缘辨识的2种简化算法,并从程序运行时间和边缘检测精度两方面,对比了传统图像处理的Sobel边缘检测算法与形态学边缘检测算法的优劣.选取传统图像处理简化算法构建了图像批处理程序,通过在原始电弧图像中添加随机高斯噪声和对TIG-MIG复合电弧图像边缘的准确识别来检验程序的性能.结果表明,所构建的图像批处理程序有良好抗干扰能力和适用性.(本文来源于《焊接学报》期刊2018年11期）
王盼盼,吴自然,吴桂初,黄海兰[4]（2016）在《基于时域波形比较法的故障电弧检测算法研究》一文中研究指出本文根据故障电弧发生时,时域电流波形将发生畸变的特征,提出一种时域波形比较算法,来检测故障电弧.该方法采用正常的电流波形与可能的故障电弧电流波形进行比较,计算两波形在一个周期内的误差累积,再通过归一化得出两个波形差异度,通过差异度来判定是否发生故障电弧.以日光灯、手持电钻、卤素灯为屏蔽负载的实验表明,该算法比两个相邻波形比较法具有更明显的效果.(本文来源于《温州大学学报(自然科学版)》期刊2016年04期）
黄佳平,马琪,竺红卫[5]（2016）在《基于遗传算法和神经网络的故障电弧检测算法研究》一文中研究指出由于采集的原始信号含有过多的干扰信号,首先在对信号分析之前对原始信号进行了降噪,,然后利用小波分析对非平稳和非线性的信号能够很好的分析其局部变化的特点,用于对故障电弧在时频域内的分解并提取了用于神经网络输入的多个相关特征量,同时在实验期间针对BP神经网络存在的容易陷入局部优化和训练过慢等特点,采用了遗传算法来对神经网络进行进一步的优化。实验结果表明,该直流电弧故障检测方法的判断准确率和误判率令人满意。(本文来源于《电子世界》期刊2016年21期）
张千千[6]（2016）在《基于电磁信号的故障电弧检测及其定位算法研究》一文中研究指出统计表明电气火灾多年来都处于各类火灾统计数的前列,而故障电弧是引起电气火灾主要原因之一。随着电器设备的多样化和应用普及化,建筑电气线路日益复杂的背景下,有效检测建筑电气线路中故障电弧尤为重要。故障电弧发生时,除工频线路电流与电压波形会产生变化外,其电弧放电过程中也会产生电磁信号,高频暂态电流,据此,论文提出了一种基于电磁信号的故障电弧检测方法。论文首先从微观角度研究了放电机理与放电过程,基于粒子网格-蒙特卡罗方法建立了建立了尖端放电仿真模型。通过对放电过程的仿真,研究了电弧初始放电阶段的带电粒子运动特性、放电脉冲电流的特性及其所激发电磁信号的机理。然后基于现有的局部放电特高频检测方法提出并研究了基于电磁信号的故障电弧检测方法。论文综合利用特高频天线,高频电流等传感器,对不同负载的故障电弧进行检测,验证了基于电磁信号的故障电弧检测方法的可行性。在电弧故障源定位方法方面,论文重点研究了基于到达时间差定位算法,并通过理论分析和仿真试验,对算法中时延估计的误差进行了分析,对故障电弧定位算法做了优化,并通过试验论证了优化算法的可行性。(本文来源于《上海交通大学》期刊2016-01-01）
田小静,冯雨,郭英杰,赵亮,董华军[7]（2015）在《基于小波变换和形态学细化算法的真空电弧形态检测》一文中研究指出真空开关电弧的形态特征是电弧特性的外在反映,与真空开关的分断能力直接相关。为了研究真空开关电弧燃弧过程及其形态特征,建立了真空电弧图像实验采集系统,通过高速CCD相机采集真空电弧燃烧过程图像。为了获得电弧形态的细节特征,基于小波变换及形态学细化算法对真空电弧图像进行了形态细节特征提取研究。主要通过电弧图像的分解与重构、多尺度边缘检测及多尺度-细化算法实现电弧图像的形态特征检测。对多尺度-细化算法实验结果与经典算子和多尺度边缘检测算法的检测结果进行了对比分析。结果表明,采用多尺度-细化边缘检测算法可得到更完整、更清晰的细节特征,为研究真空电弧的调控理论提供了技术基础。(本文来源于《电工技术学报》期刊2015年11期）
楼嘉宇[8]（2014）在《基于机器学习的电弧故障检测算法研究》一文中研究指出电弧故障是当前引起电气火灾的重要原因之一,电弧故障检测装置就能及时发现电弧故障并断开回路,从而避免火灾的发生。因此,电弧故障检测技术成为当前防火灾技术领域的一个研究热点。本文提出了一个基于机器学习的电弧故障检测算法总体框架,包括电弧故障特征提取、数据预处理和电弧故障分类器叁部分,在算法训练时,从电弧故障样本数据中提取电弧故障特征参数并进行预处理,对电弧故障分类器进行训练,建立分类器模型;分类器模型建立之后,算法就可以进行实际电弧故障检测,从实测电路数据中提取电弧故障特征参数并进行预处理,采用训练建立分类器模型分类出其中的电弧故障数据,从而检测出电弧故障的发生。论文对电弧故障数据进行时域、频域和层次分析,确定了电弧故障检测算法需要提取的能量、子带能量比、短时平均能量、频谱质心、带宽、过零率、脉冲个数、方差、电流积分等参数电弧故障数据特征参数。论文结合电弧故障检测的特点,设计了电弧故障检测算法中的数据预处理方法,包括基于压缩近邻规则算法的数据清洗、基于特征标准化的数据归一化和基于主成分分析PCA算法的数据降维。论文为训练出泛化能力足够强的电弧故障分类器,提出了一个Logistic回归、SVM和随机森林等叁种分类器相结合的组合分类器,并设计和实现了叁种分类器以及第二层分类器。对电弧故障检测算法的测试表明,算法在电弧故障检测的电弧故障识别率和误动作两个主要性能指标上均获得了比较满意的效果。(本文来源于《杭州电子科技大学》期刊2014-12-01）
徐秦乐,张金艺,徐德政,李若涵,张晶晶[9]（2014）在《高精度故障电弧检测多传感器数据融合算法》一文中研究指出由于故障电弧的物理特性复杂,且电路中存在与故障电弧波形相似的负载,因此传统检测故障电弧的方法误判率较高.提出了一种多传感器数据融合算法,用于提高故障电弧的检测精度.该算法包括自适应加权融合算法和神经网络融合算法,实现了对温度传感器、声音传感器和弧光强度传感器所获取的传感信号的数据融合.自适应加权融合算法克服了单个传感器的不确定性,实现了同质传感器中故障电弧特征的提取,为神经网络融合算法提供了精确的测试样本数据;神经网络融合算法可自行调整各类异质传感器的权重,使故障电弧的辨识率更高.实验结果表明,该算法可有效提取故障电弧的特征,辨识精度超过98%,实现了高精度的故障电弧检测.(本文来源于《上海大学学报(自然科学版)》期刊2014年02期）
王禹,郑先成,何国华[10]（2012）在《航空交流电弧特性及检测算法研究》一文中研究指出介绍了航空交流电弧电流和电压的基本特性。对电弧电流在频域和时域条件下异于正常情况的特性进行了研究,并将电弧电流的非平稳特性作为电弧检测判据的重要特征,设计了一种基于多种判据的电弧故障断路器(AFCI)。它将电弧的一些较为显着的特征转化为CPU可识别的电信号,并通过CPU软件算法实现航空交流电弧检测,为航空电气系统的安全性提供了保证。(本文来源于《机电一体化》期刊2012年03期）
电弧检测算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
经验模态分解(Empirical Mode Decomposition,简称EMD)方法是一种被广泛应用于故障诊断领域的信号处理方法,但是分解的结果容易受到高频噪声的干扰。因此本文提出利用小波包去除噪声,同时利用EMD分解进行故障电弧信号处理的研究方法。首先根据国标GB/T 31143-2014搭建故障电弧实验平台,采集故障电弧信号,利用小波包去除信号中的噪声,然后利用EMD方法对正常电弧和故障电弧进行分解得到一系列本征模态分量,通过计算求出这些分量的能量熵并进行归一化处理得到特征向量,最后进行支持向量机(SVM)训练,进而诊断得出故障电弧的故障类型。实验结果表明该方法可以有效准确地对故障电弧进行判断。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电弧检测算法论文参考文献
[1].楚至濮,张涛.浅析航空交流电弧特性及检测算法[J].科技风.2019
[2].王志斌,曹红伟,刘佳佳.基于小波包去噪与EMD的故障电弧检测算法研究[J].电测与仪表.2019
[3].于英飞,朱志明,孙博文,程世佳.焊接电弧图像的边缘检测及其批处理算法[J].焊接学报.2018
[4].王盼盼,吴自然,吴桂初,黄海兰.基于时域波形比较法的故障电弧检测算法研究[J].温州大学学报(自然科学版).2016
[5].黄佳平,马琪,竺红卫.基于遗传算法和神经网络的故障电弧检测算法研究[J].电子世界.2016
[6].张千千.基于电磁信号的故障电弧检测及其定位算法研究[D].上海交通大学.2016
[7].田小静,冯雨,郭英杰,赵亮,董华军.基于小波变换和形态学细化算法的真空电弧形态检测[J].电工技术学报.2015
[8].楼嘉宇.基于机器学习的电弧故障检测算法研究[D].杭州电子科技大学.2014
[9].徐秦乐,张金艺,徐德政,李若涵,张晶晶.高精度故障电弧检测多传感器数据融合算法[J].上海大学学报(自然科学版).2014
[10].王禹,郑先成,何国华.航空交流电弧特性及检测算法研究[J].机电一体化.2012