摘要
本发明涉及一种基于蒙特卡洛模拟特征寻优的直流故障电弧检测方法及系统,该方法包括:采集设定时间窗的光伏系统逆变器并网状态下不同阶段的正常和故障电弧数据,通过傅里叶变换,对比电弧不同阶段的频谱和正常电流频谱,确定带通滤波范围;实时采集光伏系统逆变器正常并网和模拟故障工况的直流侧电气量后进行滤波处理;之后通过傅里叶变换和经验模态分解,结合方差贡献率和皮尔逊相关系数,确定最优本征模态函数,增加时频域特征效果;采用蒙特卡洛模拟方式,寻找最优特征量,用于训练BP神经网络模型,再使用遗传算法优化得到直流故障电弧检测模型。与现有技术相比,本发明能够提高不同阶段故障电弧的检测识别准确率,提高抗干扰性能及检测速度。
技术关键词
直流故障电弧检测
蒙特卡洛
方差贡献率
皮尔逊相关系数
频域特征
BP神经网络模型
阶段
遗传算法优化
逆变器并网
检测识别准确率
信号
电流
故障工况
特征提取模块
并网光伏系统
滤除直流分量
系统为您推荐了相关专利信息
装备
数字孪生模型
状态监测数据
需求预测方法
故障预测模型
静校正量
地震反射数据
成像方法
OMP算法
信噪比
电梯运行数据
风险预测方法
电梯风险评估
参数
云端服务器
智能视频监控系统
智能视频监控方法
分布式麦克风阵列
驱动特征
双模摄像头