公开(公告)号：CN119780624A

公开(公告)日：2025-04-08

申请号：CN202411852792.5

申请日：2024-12-16

Applicant: 三峡大学

Inventor： 刘雪嫣 ,  吕欣忆 ,  张思蕊 ,  吴嘉星 ,  蔡睿谦 ,  卢云 ,  杨瑜 ,  刘子文 ,  张羡童

IPC: G01R31/12

Abstract: 本发明提供了一种基于高精度采样电路和经验模态分解电弧检测方法，属于故障信号采样与检测领域，采用设计的高精度采样电路进行电弧故障信号采样，对得到的采样信号进行经验模态分解，将其分解为一系列本征模态函数，并对这些本征模态函数进行分析，提取特征值，通过多个特征值与对应阈值的比较结果，准确判断出故障电弧的发生与否。具有更高的自适应性和瞬态特征捕捉能力，更便于这种非线性和非平稳的电弧故障信号的分析处理，且检测判断方法简单，只需通过将提取出的特征值与设定阈值进行比较即可，便于推广，应用范围广。

公开(公告)号：CN120009641A

公开(公告)日：2025-05-16

申请号：CN202510043851.2

申请日：2025-01-10

Applicant: 三峡大学

Inventor： 刘雪嫣 ,  吕欣忆 ,  张思蕊 ,  吴嘉星 ,  蔡睿谦 ,  卢云 ,  杨瑜 ,  刘子文 ,  张羡童 ,  金俊

IPC: G01R31/00 ,  G01R31/12 ,  G01R19/00 ,  G01R23/16 ,  G06F18/2321 ,  G06F18/10 ,  G06F18/15 ,  G06F18/211 ,  G06F18/2131 ,  G06F18/22

Abstract: 本发明提供了一种基于改进经验模态分解算法的电弧故障检测方法，该方法通过搭建基准测试平台采集电弧故障信号，经过预处理后利用完全自适应噪声集合经验模态分解算法对信号进行分解，筛选出包含电弧故障信号主要特征和信息的有用本征模态函数，进而重构信号并提取频谱特征，最后应用DBSCAN聚类算法对特征向量进行聚类分析，以判断电弧故障是否发生。有效避免了模态混叠现象与端点效应，提高了电弧故障检测的准确性。同时，通过自适应频谱分割和特征提取，能够在强噪声干扰下准确识别电弧故障信号。