文献类型：期刊文章

作　　者：韩晓慧[1] 杜松怀[1] 苏娟[1] 关海鸥[2] 邵利敏[1]

机构地区：[1]中国农业大学信息与电气工程学院,北京100083 [2]黑龙江八一农垦大学信息技术学院,大庆163319

出　　处：《农业工程学报》

基　　金：国家自然科学基金项目(51177165);中央高校基本科研业务费专项资金资助(2013YJ008)

年　　份：2014

卷　　号：30

期　　号：23

起止页码：238-245

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20150400457739)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对如何从低压电网总泄漏电流中检测出生物体触电电流信号的难题,提出了一种基于网格搜索和交叉验证的最小二乘支持向量机的触电电流信号检测方法。首先在剩余电流动作保护装置触电物理试验系统平台上通过故障录波器获得生物体在3个典型时刻(电源电压最大时刻、电源电压过零时刻及电源电压任意时刻)发生触电过程的总泄漏电流和触电电流波形,并截取触电前1个周期和触电后3个周期共800个采样点的信号数据作为触电试验样本数据;然后将触电试验样本数据进行滤波预处理,预处理后的多个样本采样点的总泄漏电流组合成特征向量输入最小二乘支持向量机(least square-support vector machine,LS-SVM),相应样本采样点的触电电流作为其输出,并通过网格搜索与交叉验证相结合的方法来优化最小二乘支持向量机参数,利用输出最优参数组合对触电电流与总泄漏电流的关系进行训练,从而建立了触电电流的检测模型;最后利用该方法对10组测试样本数据进行了检测,检测结果为:当训练样本数据为20组时,检测均方误差为14.0040,当训练样本数据为40组时,检测均方误差为11.7469,当训练试验数据为65组时,检测均方误差为11.1849。与径向基(radial basis function,RBF)神经网络方法相比,最小二乘支持向量机方法比径向基神经网络方法检测均方误差分别低3.7272、1.9132、0.1556,从而可较准确地从总泄漏电流中检测出生物体触电电流信号,为开发新一代基于生物体触电电流分量而动作的自适应型剩余电流保护装置提供理论依据。

关 键 词：优化  电流 信号检测 总泄漏电流  触电电流 最小二乘支持向量机 网格搜索 交叉验证  

分 类 号：TM77]