电气火灾故障电弧多信息融合模糊逻辑推理神经网络硕士论文

电气火灾故障电弧多信息融合模糊逻辑推理神经网络硕士论文

ID:13307999

大小:103.50 KB

页数:4页

时间:2018-07-21

电气火灾故障电弧多信息融合模糊逻辑推理神经网络硕士论文_第1页
电气火灾故障电弧多信息融合模糊逻辑推理神经网络硕士论文_第2页
电气火灾故障电弧多信息融合模糊逻辑推理神经网络硕士论文_第3页
电气火灾故障电弧多信息融合模糊逻辑推理神经网络硕士论文_第4页
资源描述:

《电气火灾故障电弧多信息融合模糊逻辑推理神经网络硕士论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于多信息融合的电气火灾智能检测技术的研究检测技术与自动化装置,2011,硕士【摘要】安全用电已成为我国电力事业发展的永恒主题之一。如何有效检测引起电气火灾的原因,降低电气火灾事故的发生率及造成的生命财产损失,成为当今社会安全用电的研究重点。建筑物低压配电系统中,现有预防电气火灾的保护装置,主要对过载、短路等引起的过电流及由接地故障产生的剩余电流,起到检测作用。当发生易引起电气火灾的串联型故障电弧时,因故障电流值低于传统保护装置的动作阈值,不能全面、有效的预防电气火灾,致使我国每年因电气故障引发的火灾,

2、居其他原因引发火灾的首位。本文首先对课题的研究背景和意义,电气火灾的特点,引起电气火灾的主要原因,预防电气火灾的保护装置及技术措施在国内外的发展现状做了综述性分析,查阅了现有的有关预防电气火灾的标准规范,深入分析了亟待解决的关键问题。其次,搭建模拟低压配电线路中故障电弧的实验平台,使用电流互感器和数据采集模块采集回路负荷量发生变化时的波形,电阻性负载、阻感性负载时的故障电弧波形及计算机开关电源波形数据;并使用电能质量分析仪验证故障电弧波形,进行谐波、电流的K-系数和总谐波畸变率的分析;使用多功能示波器对

3、采集的故障电弧波形进行初步的数学函数分析。第三,为有效分析故障电弧波形... 更多还原【Abstract】Safetyutilizationofelectricpowerhasbecometheeternalthemewiththedevelopmentofthepowerindustryinourcountry.Howtodetectthecauseofelectricalfires,reducetherateofelectricalfiresaccidentandthelossofpropertya

4、rethefocusofsafetyutilizationofelectricpowernowadays.Inthesystemoflowvoltagepowerdistributionofthebuilding,theexistingprotectionequipmentforpreventingelectricalfiresonlycandetecttheovercurrentcausedbyoverloadandshort-circ... 更多还原【关键词】电气火灾;故障电弧;多信息融合;模糊逻辑

5、推理;神经网络;【Keywords】electricalfires;arcingfault;multi-informationfusion;fuzzylogicalratiocination;neuralnetwork;摘要4-5ABSTRACT5-6目录7-9第1章绪论9-161.1课题研究背景及意义9-101.2引起电气火灾的主要原因10-111.2.1过热型引火源10-111.2.2放电型引火源111.3现有电气火灾的预防措施11-131.4故障电弧检测技术13-151.5课题研究的主要内容和目的

6、151.6本章小结15-16第2章故障电弧实验平台的搭建与数据采集16-322.1实验平台的搭建16-202.1.1硬件连接17-182.1.2软件设置18-202.2实验数据采集20-232.3其他与故障电弧波形相似的负载波形23-252.4故障电弧的初步分析25-302.5本章小结30-32第3章数据的分析和处理32-483.1快速傅里叶变换分析32-363.2小波变换用于故障电弧检测36-413.2.1小波变换原理36-373.2.2小波变换仿真分析37-413.3数据统计方法分析波形特征41-4

7、73.4本章小结47-48第4章多信息融合技术在电气火灾检测中的应用48-674.1多信息融合技术简介48-514.1.1多信息融合的层次494.1.2多信息融合方法49-514.2基于模糊逻辑推理系统的故障电弧检测51-584.2.1模糊逻辑推理系统51-524.2.2基于模糊逻辑推理系统的故障电弧检测仿真研究52-584.3基于超闭球CMAC的故障电弧检测58-664.3.1CMAC神经网络的应用和发展58-604.3.2超闭球CMAC神经网络结构60-614.3.3基于超闭球CMAC的故障电弧检测

8、学习算法61-624.3.4基于超闭球CMAC的故障电弧检测仿真研究62-634.3.5超闭球CMAC信息融合模型的学习精度和泛化能力63-664.4本章小结66-67第5章总结与展望67-69参考文献

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。