基于多层全连接神经网络的漏电流容性分量补偿方法研究

doi:10.16628/j.cnki.2095-8188.2023.03.009

电器与能效管理技术 ›› 2023, Vol. 0 ›› Issue (3): 54-61.doi: 10.16628/j.cnki.2095-8188.2023.03.009

基于多层全连接神经网络的漏电流容性分量补偿方法研究

周星雨¹, 吴桂初², 吴自然², 李泉坊³

1.温州大学电气与电子工程学院, 浙江温州 325000
2.温州大学乐清工业研究院, 浙江乐清 325699
3.浙江聚创智能科技有限公司, 浙江温州 325000

收稿日期:2022-04-28 出版日期:2023-03-30 发布日期:2023-04-11
作者简介:周星雨(1998—),女,硕士研究生,研究方向为电气火灾监控、分析及预测。|吴桂初(1957—),男,教授,研究方向为为智能化电器、智能制造。|吴自然(1984—),男,副研究员,研究方向为电器智能化。
基金资助:
^*温州市重大科技项目(ZG2020049);温州市瓯海区会领军人才专项《低压电器智能制造车间的研发与产业化》

Capacitive Component Leakage Current Compensation Method Based on Multilayer Fully Connected Neural Network

ZHOU Xingyu¹, WU Guichu², WU Ziran², LI Quanfang³

1. School of Electrical and Electronic Engineering,Wenzhou University, Wenzhou 325000, China
2. Yueqing Industrial Research Institute,Wenzhou University, Wenzhou 325699, China
3. Zhejiang Juchuang Intelligent Technology Co.,Ltd., Wenzhou 325000, China

Received:2022-04-28 Online:2023-03-30 Published:2023-04-11

摘要/Abstract

摘要：

漏电流容性分量普遍存在于配电系统中,对漏电监控产生显著干扰,从而影响了电气火灾监控报警的准确性。搭建漏电流试验平台,模拟实际线路情况,设计数据采集系统实时显示,采集4种电压模式、4种负载模式在阻性漏电和容性漏电情况下的数据。提出利用多层全连接BP神经网络对漏电流阻性分量进行预测,消除漏电流容性分量。经测试,所提模型对漏电流阻性分量预测误差仅1.08%,能有效识别漏电流阻性分量,提高电气火灾预警的准确性。

关键词: 漏电流容性分量, 电气火灾监控, 多层全连接神经网络, 漏电流容性分量补偿

Abstract:

The capacitive component leakage current (CCLC) commonly exists in power distribution systems.However,it significantly interferes the leakage current measurement and reduces the accuracy of electrical fire monitoring.The leakage current test platform is built to simulate the actual circuit condition,and a data acquisition system is designed to display and acquire the data of four voltage modes and four load modes under the resistive leakage and capacitive leakage conditions.A multilayer fully connected BP neural network is used to eliminate the CCLC by predicting the resistive component leakage current (RCLC).The test results show that the prediction error of the RCLC reaches only 1.08%,which can prove that the methd can effectively identify the RCLC and improve the accuracy of electrical fire alarming.

Key words: capacitive component leakage current (CCLC), electrical fire monitoring, multilayer fully connected neural network, capacitive component leakage current compensation

中图分类号:

TM714.3

周星雨, 吴桂初, 吴自然, 李泉坊. 基于多层全连接神经网络的漏电流容性分量补偿方法研究[J]. 电器与能效管理技术, 2023, 0(3): 54-61.

ZHOU Xingyu, WU Guichu, WU Ziran, LI Quanfang. Capacitive Component Leakage Current Compensation Method Based on Multilayer Fully Connected Neural Network[J]. LOW VOLTAGE APPARATUS, 2023, 0(3): 54-61.

图/表 17

图1

图2

表1

表2

图3

表3

表4

图4

表5

表6

图5

图6

图7

图8

图9

图10

表7

参考文献 16

[1]	司戈. 近五年我国电气火灾形势及特点分析[J]. 消防科学与技术, 2014, 33 (5):569-572.
[2]	中华人民共和国住房和城乡建设部. 建筑设计防火规范:GB 50016—2014[S]. 北京: 中国计划出版社, 2014.
[3]	全国消防标准化技术委员会. 电气火灾监控系统第1部分:电气火灾监控设备:GB 14287.1—2015[S]. 北京: 中国标准出版社, 2015.
[4]	文忠进, 肖小兵, 刘安茳, 等. 基于故障序特性分析的配电网单相接地故障研究[J]. 电器与能效管理技术, 2020(8):62-67.
[5]	王烨, 杨晓国. 容性设备相对介质损耗因数及电容量比值带电测试方法探析[J]. 电器与能效管理技术, 2017(10):66-69.
[6]	吴志强, 王德坤, 伍林, 等. 电气火灾成因及防范技术分析[J]. 消防界(电子版), 2020, 6(12):14-17.
[7]	吴兵. 新型漏电检测技术在低压配电系统中的应用[J]. 工程技术研究, 2019, 4(15):223-224.
[8]	OLESZ M. Determining the leakage current resistive component by the orthogonal vector method[C]//2018 34th International Conference on Lightning Protection (ICLP).IEEE, 2018:1-4.
[9]	FEILAT E A, ABU-EIDEH D, METWALLY I A. Total leakage current decomposition of surge arresters using discrete fourier transform[C]//2019 International Conference on Electrical and Computing Technologies and Applications (ICECTA).IEEE, 2019:1-5.
[10]	王彬, 曾照福. 基于CAN总线的电气火灾预警系统设计与实现[J]. 现代电子技术, 2011, 34(12):23-26.
[11]	魏立明, 杨坤, 陈妍希. 建筑电气火灾预警系统的综述研究[J]. 吉林建筑大学学报, 2017, 34(3):112-115.
[12]	国家技术监督局. 电能质量公用电网谐波:GB/T 14549—1993[S]. 北京: 中国标准出版社,1994.
[13]	GHOSH R, CHATTERJEE B, CHAKRAVORTI S. Investigations on the effect of voltage harmonics on leakage current for condition monitoring in insulators[C]//2016 IEEE 6th International Conference on Power Systems (ICPS).IEEE, 2016:1-5.
[14]	苗建伟, 王文军, 李斌. 低压继电器寿命的智能预测分析[J]. 电器与能效管理技术, 2018(4):61-65.
[15]	张秀华. 一种低压电网绝缘检测方法的研究[J]. 电器与能效管理技术, 2014(13):11-13,58.
[16]	杨涛, 慕洪胜, 张明远, 等. 考虑分布电容的IT系统绝缘故障相判别方法研究[J]. 电器与能效管理技术, 2017(7):58-63.

检测设备	电压/V	电流/A	功率因数	漏电流/mA
Chrome电压源	220.32	4.87	0.946	—
FLUKE交流漏电流钳形表	—	—	—	72.30
理论值	—	—	—	70.48
数据采集系统	220.63	4.93	0.948	72.40

漏电回路情形	样本数/组	负载情形	样本数/组
纯阻性	31 345	LED灯	31 679
纯容性	23 324	电磁炉	29 186
阻容混合	60 700	微波炉	31 936
不接通	31 345	电熨斗	28 496

学习率	允许误差	最大训练次数/次	RMSE/%
0.1	0.001	2 000	3.98
0.1	0.000 1	2 000	2.52
0.1	0.000 1	5 000	2.63
0.01	0.001	2 000	3.97
0.01	0.000 1	5 000	2.91
0.01	0.000 1	5 000	2.66
0.001	0.001	2 000	3.30
0.001	0.000 1	2 000	2.15
0.001	0.000 1	5 000	2.97

模型	隐含层激活函数	输出层激活函数	RMSE/%
1	poslin	logsig	6.98
2		tansig	2.94
3		purelin	6.81
4		poslin	6.73
5	purelin	logsig	1.48
6		tansig	1.58
7		purelin	13.53
8		poslin	12.65
9	logsig	logsig	1.14
10		tansig	1.15
11		purelin	2.24
12		poslin	5.98
13	tansig	logsig	1.12
14		tansig	1.08
15		purelin	2.37
16		poslin	10.88

电压有效值/V	电流有效值/A	剩余电流有效值/mA	功率因数	谐波分量/%	漏电流阻性分量/%
220.59	6.67	71.7	0.999	6.64	61.8
220.77	4.99	72.7	0.976	8.66	0
220.83	0.07	19.6	0.257	0	9.8
220.85	3.31	44.5	0.316	6.64	29.3
220.85	3.32	67.4	0.242	6.64	58.6
220.66	4.94	38.2	0.948	0	17.1
220.7	4.93	73.1	0.948	6.64	12.3
220.74	5.25	35.7	0.983	7.80	0
220.61	6.61	25.3	0.999	6.64	18.1
220.69	4.99	46.9	0.948	6.64	31.6

基于多层全连接神经网络的漏电流容性分量补偿方法研究

Capacitive Component Leakage Current Compensation Method Based on Multilayer Fully Connected Neural Network

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 16

相关文章 4

编辑推荐

Metrics

本文评价

期望输出值/mA	实际检测值/mA	RE1/%	预测值/mA	RE2/%
9.8	35.9	266.3	9.513	2.90
9.8	9.8	0	9.819	0.19
12.6	74.0	487.3	12.460	1.10
12.3	12.3	0	12.450	1.20
17.5	24.8	41.7	17.380	0.70
17.2	17.2	0	17.460	1.50
29.2	45.5	55.8	29.460	0.90
29.3	29.3	0	29.490	0.65
31.6	46.7	47.8	31.370	3.20
32.6	32.6	0	32.590	0.03
61.8	61.8	0	61.630	0.30

[1]	王小龙, 刘爱华, 刘雪吉. 提高大电流温升试验系统效力的补偿技术研究[J]. 电器与能效管理技术, 2023, 0(3): 69-72.
[2]	李合, 韦峥, 刘东原. 关于低压成套无功功率补偿装置投切试验的研究[J]. 电器与能效管理技术, 2023, 0(2): 58-62.
[3]	刘朋. GB/T 15576—2020《低压成套无功功率补偿装置》与T/CPSS 1001—2019《低压混合式动态无功补偿装置》标准差异分析与研究[J]. 电器与能效管理技术, 2022, 0(7): 86-90.
[4]	石定中, 杨金东, 李文, 罗俊元, 唐兴强, 黄继盛, 付青. 基于改进NARX神经网络的三相不平衡治理技术^*[J]. 电器与能效管理技术, 2020, 0(8): 88-93.