全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于SSA-SVM的航空电弧故障检测
- 作者： 戴洪德 张志亮 崔伟成 王艺卉 陈美男 来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 小波分析 支持向量机 麻雀搜索算法 故障检测 电弧
- 描述： 针对航空线路系统电弧故障隐蔽性高和难以检测的问题，提出一种基于麻雀搜索算法优化支持向量机(sparrow search algorithm optimization support vector machine, SSA-SVM)的航空电弧故障检测方法。首先采用小波分解对电弧故障电流数据进行分解，小波分解能有效克服经验模态分解时存在的模态混叠问题。再从信号无序度的角度对电流分量提取能量熵、模糊熵与近似熵，并构造特征向量。然后，使用麻雀搜索算法对支持向量机的权值进行优化，得到最优的权值，最后用训练好的支持向量机对测试样本进行分类。为了验证所提方法的有效性，搭建电弧实验平台，模拟航空线路系统电弧故障的产生，分别采集交流串联正常和电弧故障电流数据，应用所提出的SSA-SVM算法进行电弧故障检测，结果表明，所提方法能较好地识别出电弧故障，检测准确率达到99.5%,相比于粒子群算法或遗传算法优化的支持向量机，对电弧故障的检测准确率分别高出2.5%和2%。