来源：期刊VIP网 时间：
作者：闻龙;刘松;
单位：华北电力大学电气与电子工程学院;
摘要：低压交流配电系统中的负载种类繁多，且环境干扰因素较强，这使得串联电弧故障的检测变得困难，从而严重影响用电安全。针对交流串联电弧故障检测能力不足的问题，提出利用改进捕鱼优化算法（ICFOA）优化变分模态分解（VMD）参数，提取变分模态分量（IMFs）的特征信息，通过深度学习模型实现串联电弧故障检测的方法。首先，搭建低压交流串联电弧故障实验平台，并采集正常与电弧故障情况下的电流数据；其次，利用ICFOA算法对VMD进行优化，获取最佳参数，并通过ICFOA-VMD分解电流信号，得到k个IMFs分量；最后，对IMFs分量提取多维特征作为输入量，通过CNN-LSTM混合神经网络模型实现对电弧故障的精准检测。实验结果表明：所提方法适用于阻性、感性和容性负载，具有良好的普适性；针对不同负载的检测平均准确率达到约99.72%，能够实现高准确率的电弧故障检测。
关键词：电弧故障检测;;变分模态分解;;改进捕鱼优化算法;;混合神经网络;;特征提取;;深度学习
基金资助：国家重点研发计划资助项目（2021YFB4001700）
