论文部分内容阅读
随着十九大之后中国经济快速的发展、电力电缆网络的建设也变得日新月异,越来越多的城市和农村也开始更新配电箱,电力电缆在配电网络被使用的越来越多,配网电力电缆的使用情况也趋向庞杂,导致电力电缆网络中栓接部位缺陷的发生的情况逐年上升。AFCI的全称为Arc-Fault Circuit-Interrupter,中文翻译为电弧故障分断器,AFCI是一种保护电气设备的断路器,它的原理是根据判断导线中的故障信号,在故障演变发展为更大的灾害时切断电源。配电电缆螺栓长期处于高温和振动状态、会产生松动等情况,由此造成的配电电缆栓接部位的松动故障可能会导致断断续续,持续不断的电弧产生,从而非常容易引发配电箱过热,一旦周围存在可燃物便会容易导致起火发生等故障,情况严重时甚至会引起爆炸的发生。因此研究电力电缆网络中AFCI技术,并提出诊断和判断的方法显得具有十分重要的实践意义。本文开展了电力电缆网络中AFCI电弧故障诊断识别技术的研究工作,研究电力电缆网络中栓接部位松动产生的电力电缆电弧特性。研究过程中搭建电力电缆连接部位的电弧发生器,目的是找到识别诊断电弧故障的理论和方法,并且在栓接部位通过调整松动程度、回路功率因数以及回路电流的实验条件下,在不同的实验条件下开展多次的科学实验,并通过数据采集卡对温度特性与电气特性的实验数据进行收集,以此作为接下来电力电缆网络中栓接部位电弧故障诊断识别的基础。为区分不同松动状态与正常状态时电流的特性,以及不同状态之间的差别,本文采用小波能量熵与概率神经网络相结合的方法,对故障点的接触电流的时-频域进行深入分析,当电路中发生的电弧故障时,可以对电力电缆连接部位不同松动程度的情况进行准确诊断。实验数据说明,在电力电缆连接部位发生不同松动状态时,通过小波能量熵可以快速从电流波形当中计算出特征数据,概率神经网络以该特征作为神经网络的输入,可以十分有效的识别电力电缆网络中电弧故障发生的真实情况,理论准确率均在95%以上,为了模拟现场实际情况,又通过高斯白噪声进行了故障识别准确率的测试,测试结果表明,上述方法在不同条件下对松动故障的识别准确率均高于90%,并与市场上AFCI产品的准确率进行了比较,证实这种方法可以用于识别判断配电网络中电力电缆栓接部位的松动故障。该论文有图38幅,表17个,参考文献50篇。