论文部分内容阅读
针对航空故障电弧持续时间短、电流强度小、检测极为困难等特点,提出在直流系统中基于小波包和BP神经网络的航空故障电弧识别方法。首先搭建串联和并联故障电弧实验平台,采集线路正常和产生电弧情况下的电流信号;对电流信号进行三层小波包分解,根据求解到的总能量与总香农熵的比值,确定最佳的小波包基函数;利用每一频率段的能量与香农熵的比值确定航空故障电弧的特征频率段;然后提取特征频率段的香农熵作为故障电弧的特征量;最后利用LM算法优化的BP神经网络对故障电弧进行判别。结果表明,故障电弧的识别率达到95%以上。