基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

【类型】期刊

【作者】闫锋  苏忠允 

【刊名】科学技术与工程

【关键词】 K折交叉验证,一维卷积神经网络,高效注意力机制,特征频段,串联电弧

【摘要】为了快速准确地检测航空交流线路中出现的串联故障电弧，提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先，搭建航空交流电弧故障实验平台，负载选择多类型、多参数值进行电流信号的采集；其次，为了保留更多的故障信息，分析其特征频段，经过大量数据验证，航空串联电弧在发生时，1 000～4 000 Hz分量具有一定的占比，因此将原始信号与特征频段进行融合，融合后的一维数据作为模型输入；最后，搭建ECA-1DCNN检测模型，进行训练，并通过K折交叉验证模型的有效性，得到测试集平均准确率为97.96%。该方法网络层数较少，计算快速，避免了复杂时频域计算过程，较为智能，对航空串联电弧检测装置的研究提供了理论参考。

【年份】2024

【作者单位】中国民用航空飞行学院航空工程学院;南京航空航天大学民航学院;

【期号】05

【页码】1937-1945