APP下载
[00034307]一种机器学习融合多时频特征的光伏系统故障电弧检测方法
联系人： 西安交通大学
所在地：陕西 西安市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种机器学习融合多时频特征的光伏系统故障电弧检测方法，以Ts长度的时间窗采集信号xn，经过伽柏变换得到xn在时频域内对应的方阵分布形式；经过瑞敦‑魏格纳变换得到xn在时频域内对应的矩阵分布形式，对两个矩阵元素进行时间维度的积分，选取频率维度上的特定分量进行不同处理，得到对应的多个时频特征，基于训练好的隐式马尔科夫模型融合这多个特征量，便可判断当前时间窗内光伏系统是否发生故障电弧。本发明通过融合多个有效时频特征准确辨识并网光伏系统内多种故障电弧形式，加快故障电弧动作的同时还能确保多种类弧工况不误动，由此提升了并网光伏系统安全稳定运行的能力，解决了并网光伏系统面对外界干扰可能发生潜在误动的问题。
