摘要
本申请公开了一种基于时频图纹理特征提取的光伏直流系统故障检测方法。所述方法通过时频图分析电弧故障信号的时频点空间分布特性,提出了一种基于纹理分析的检测方法。首先,采用滑动四分位距频域滤波算法抑制频谱离群噪声,结合频谱极小值点和频段能量确定故障特征频段。然后利用二维恒虚警检测与灰度共生矩阵提取特征频段的时频图纹理特征,并构建时频特征量化体系。最后将提取的时频特征输入极限学习机进行决策判断。该方法能够广泛适用于不同电压场景下的电弧故障检测,解决了噪声干扰和误判漏检等问题,提高了故障检测的可靠性。
技术关键词
直流系统故障检测
灰度共生矩阵
纹理特征提取
极限学习机
故障电弧检测
频段
判定特征
频域滤波算法
电弧故障检测
短时傅里叶变换
恒虚警检测
故障特征
决策
背景噪声
光伏系统
系统为您推荐了相关专利信息
极限学习机
机械臂系统
状态观测方法
观测器
非线性
记忆网络模型
高温风机
极限学习机
机器学习模型
阶段
导水裂缝带高度
煤层顶板
极限学习机
参数
位置更新