基于混合时频特征与人工学习模型的直流串联电弧故障诊断方案 | MDPI Machines

本文提出了一种基于混合时频特征与人工学习模型的直流串联电弧故障诊断方案。背景方面，直流配电系统在可再生能源和电动汽车等领域的广泛应用带来了电弧故障的挑战，尤其是在高电压水平和连接点增多的情况下。研究目的是通过结合时域中的三西格玛规则电流滤波和频域中的开关噪声去除技术，利用人工学习模型提高电弧故障检测的准确性和可靠性。实验结果表明，该方法在3 kHz至30 kHz的广泛频率范围内表现出色，特别是随机森林（RF）算法在各种输入数据和开关频率下均展现出最佳性能。结论指出，该方案显著提升了直流电弧故障检测的准确性，为电气系统的安全性和可靠性提供了新的技术思路。